你的行为还是你的社交？利用行为与社交特征预测 MOOC 中的认证与辍学
计算机与社会
2018-09-05 v1 应用统计
机器学习
摘要
大规模开放在线课程(MOOCs)的高流失率和低认证率引发了大量研究。先前的研究者专注于基于行为特征（如学生困惑、点击流模式和社交互动）预测辍学。然而，很少有研究关注将学生日志与论坛数据结合。在这项工作中，我们使用同一门 MOOC 两次不同开课的数据。我们进行生存分析以识别可能的辍学者。然后我们考察两类特征——社交特征和行为特征，并应用建模与特征选择方法的组合来识别预测辍学和认证的最相关特征。我们检验了三类不同模型的效用，并考虑了辍学不同定义对预测变量的影响。最后，我们通过评估第 1 周的模型是否能预测第 2 周的辍学等，来评估模型随时间的可靠性。本研究的结果将帮助教师在头两周内尽早识别可能不及格或辍学的学生，并为他们提供更多支持。
引用
@article{arxiv.1809.00052,
title = {Your Actions or Your Associates? Predicting Certification and Dropout in MOOCs with Behavioral and Social Features},
author = {Niki Gitinabard and Farzaneh Khoshnevisan and Collin F. Lynch and Elle Yuan Wang},
journal= {arXiv preprint arXiv:1809.00052},
year = {2018}
}
备注
Published at the 11th International Conference on Educational Data Mining (EDM 2018)