基于MOOC的多维度学习质量及教学质量综合评价研究——以“好大学在线”历史数据为例

本文以"好大学在线"上的历史数据为基础,采用关系型数据库与非关系型数据库共用的混合式数据存储方式构建通用的数据分析模型,并实现从"好大学在线"上的数据到数据模型的数据迁移;利用大数据的分析方法,通过多维度分析学生的学习行为和教师的教学行为,来构建相对完善的学习质量及教学质量综合评价模型;通过帮助MOOC平台的管理员及课程授课教师更加全面地了解学生的学习行为、授课教师或者助教的教学行为,来对课程本身进行改进。

跨平台MOOC管理中大数据融合技术的研究

面对MOOC平台百花齐放的现状,各高校都不可避免地会产生对跨MOOC平台修课进行管理的实际需求。本文针对这种实际需求,对跨平台的MOOC大数据融合技术进行了研究,提出了一种MOOC门户网站的概念与架构,并对其中数据融合的关键问题进行了探讨,包括数据标准模型、数据处理方式和用户身份融合等,为高校MOOC门户网站的建立提供了参考。

基于MOOC平台数据和知识图谱的学习路径推荐——以软件工程专业为例

本文以模拟的MOOC^([1,2])平台数据和定制的专业知识图谱为例,探讨基于MOOC历史学习数据和知识图谱的学生最佳学习路径推荐方法。通过对学生历史学习情况的分析,可以了解其学习的历史情况及其对整个专业中各单一课程的学习情况。结合专业的知识图谱,可以较全面地得出学生对于整个专业的掌握情况,了解其精通与有缺陷的领域,从而给出进一步的学习路径推荐,帮助其系统地掌握专业知识。