利用主题分析将论坛帖子追溯至 MOOC 课程内容
信息检索
2019-04-17 v1 计算与语言
计算机与社会
摘要
大规模开放在线课程（MOOC）是通过互联网向大量人群开放的教育项目。为便于学习，设有 MOOC 讨论论坛，学生和教师在此交流有关课程的问题、答案和想法。本文的主要目标是研究利用主题分析将讨论论坛帖子追溯至课程讲座视频和阅读材料。我们采用隐狄利克雷分配（LDA）的无监督与有监督变体，从课程材料中提取主题并对论坛帖子进行分类。我们在从五门 Coursera 课程中引导得到的帖子上验证了方法，并确定主题模型可用于将学生讨论帖子映射回底层课程讲座或阅读内容。在有标签 LDA 在我们的可追溯性任务上优于无监督的层次狄利克雷过程 LDA 和基础 LDA。该研究是有用的，因为它提供了一种按课程材料对学生讨论进行自动聚类的方法，使教师能够快速评估学生对内容的误解并相应地澄清材料。
引用
@article{arxiv.1904.07307,
title = {Tracing Forum Posts to MOOC Content using Topic Analysis},
author = {Alexander William Wong and Ken Wong and Abram Hindle},
journal= {arXiv preprint arXiv:1904.07307},
year = {2019}
}
备注
6 pages, 4 figures, Course project for UofA CMPUT 660, Winter 2019