大规模开放在线课程中的学习分析

过去十五年来，教育技术已获得极大重要性。当前，教育技术的范畴涵盖了大量引人入胜的在线环境与领域。学习分析与大规模开放在线课程（MOOCs）是该领域中最相关的两个新兴主题。由于 MOOCs 免费向所有人开放，其擅长吸引可达数百乃至数十万的众多参与者。随着这一现象迅速增长，来自不同学科的专家已对 MOOCs 表现出显著兴趣。事实上，MOOCs 已被证明能在不同领域扩展教育规模。其益处体现在教育成果改善、成本降低与可及性扩展上。由于其异常的大规模性，MOOC 平台的庞大数据集需要先进的工具与方法以进一步考察。学习分析的关键重要性正体现于此。MOOCs 为学习分析提供了多样的挑战与实践以供应对。有鉴于此，本论文结合两个领域以探究 MOOCs 中学习分析能力的进一步步骤。本学位论文的主要研究聚焦于学习分析在 MOOCs 中的整合，继而考察学生行为一侧与弥合 MOOC 问题另一侧。研究在奥地利 iMooX xMOOC 平台上进行。我们遵循原型开发与案例研究的研究方法以执行本论文的研究问题。主要贡献包括设计通用学习分析框架、学习分析原型、近乎每个 MOOC 变量（讨论论坛、视频交互、自测测验、登录频率）中的学生行为记录、学生参与聚类……