面向MOOC课程评论的主题挖掘与情感分析研究

• 作者: 王洪鑫 闫志明 陈效玉 张铭锐
• 来源期刊: 开放学习研究
• 关键词: MOOC LDA 主题挖掘 情感分析
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 在线课程与教学
• 页码范围: 16-23
• 页数: 8页
• 分类号: G43
• 语种: 中文
• DOI: 10.19605/j.cnki.kfxxyj.2021.04.003

摘要

MOOC为各类学习者的能力提升提供了良好的平台,成为目前较为流行的学习方式.学习者完成课程学习,将学习体验以文本的形式反馈给教育者,产生了大量的文本数据.针对教育者对该类数据查看不及时、不全面从而导致课程缺陷不能及时弥补的问题,构建了一种面向MOOC课程评论的主题挖掘与情感分析模型.该模型利用词云对课程评论进行整体分析,运用LDA模型分析文本内容的语义信息和特征结构,自动挖掘学习者发表的课程评论中的隐含主题,最后借助字符级CNN算法训练深度情感分析模型,分析文本信息的情感极性,得到不同主题下学习者的情感分布.研究将该模型应用到"面向核心素养的信息化教学设计"课程中,结果发现:该模型能较好地挖掘出学习者在课程学习时的关注主题(如授课方式、评价方式等),并分析相应主题的情感极性,帮助教育者总结出MOOC课程评论中学习者对课程本身的意见与建议.最后,针对分析结果,给出MOOC建设的相关建议.