混合课程的社会网络分析

大规模在线管理系统（如Moodle）、在线网络论坛（如Piazza）和在线作业系统（如WebAssign）近期在混合课程中得到了广泛应用。教师可以使用这些系统发布课程内容和材料。学生可以通过在线论坛与同学交流、分享课程材料并讨论课程问题。随着在线系统使用量的增加，收集到了大量学生交互数据。这些数据可用于分析学生的学习行为并预测其学习成果。在本工作中，我们收集了三门不同混合课程中的学生交互数据。我们将数据表示为有向图，并研究了社交图属性与学生最终成绩之间的相关性。我们的结果表明，在所有这些课程中，在论坛上提出更多回答并获得更多反馈的学生往往能取得更高的成绩。本工作的意义在于，我们可以利用这些结果鼓励学生更多地参与论坛，以更好地学习课程材料；我们还可以基于社交指标构建预测模型，在学期初为我们识别出表现不佳的学生。