基于AdaBoost的MOOC学习成绩预测模型研究

• 作者: 贾靖怡 李玉斌 姚巧红 袁子涵
• 来源期刊: 软件导刊
• 关键词: 慕课 预测模型 AdaBoost 学习成绩预测
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 计算机人才与教育
• 页码范围: 242-246
• 页数: 5页
• 分类号: G434
• 语种: 中文
• DOI: 10.11907/rjdk.201618

摘要

为了识别有辍学风险或问题倾向的学习者,从而有针对性地进行指导、干预或预警,开展MOOC环境下的学习预测研究.该研究虽然引起广泛重视,但不成熟,还需要通过更多的实证工作构建更加精准的预测模型,助力在线教育向智能化方向发展.利用中国大学MOOC课程数据和RapidMiner大数据挖掘研究平台,构建基于AdaBoost算法的MOOC学习者学习成绩预测模型.实验结果表明:①模型具有较强的预测能力,综合预测精度为86.39％,具有实际应用价值;②登录间隔标准差等5个指标对"不及格学习者"具有较好的预测作用;③帖子的TF-IDF累计值等15个指标对"及格学习者"具有较好的预测作用.