摘要：MOOC是一种兴起于2012年的新型在线教育模式。但学生参与MOOC课程往往很难坚持到最后,平均而言,大约只有不到10%的学生能够完成课业任务。学生的严重流失制约了MOOC的发展。本文通过观察笔者所开设的"数据结构与算法"MOOC课程中学生完成课程的情况,分析了影响学生完成课业的因素,并结合课程设计进行了深入讨论。此外,本文提出了一种通用的在线学生流失预警系统,以期帮助降低学生流失率。该系统由行为采样器、分类器构成,对不同的课程提供可选的差分器和衰减器,通过无人工监督的方式,在课程进行中对学生流失进行预警。该系统基于"数据结构与算法"课程进行了深入测试。为了验证其可扩展性,还对"计算概论"课程进行了重复实验。结果表明,系统具有较好的可扩展性,但在扩展使用时,需要分析课程特点,选择适当的可选组件。基于以上研究,本文通过对学生行为特征的分析,提出了部分引导学生学习的可行性建议。

摘要：学习分析作为学习科学的子领域,其关注的核心问题就是对学习过程的理解与优化,而这离不开对学习者学习行为数据的收集和对行为模式的分析。特征工程作为一种基于底层数据设计特征集的系统方法,为行为模式的分析提供了新的技术支持与研究路径。文章通过介绍特征工程实施的四个步骤,系统梳理了目前使用特征工程方法识别出的典型行为模式,如投机取巧、挫折、疑惑等,可为行为模式的相关研究提供参考。同时,文章基于对有效的技术支持和实践意义两个话题的讨论,指出了未来的研究取径与研究重点。

摘要：2001年,美国麻省理工学院(MIT)对国际社会宣布推行开放课件(OCW),逐步将其所开设的全部课程的教学材料和课件公布于网上,供全世界的求知者和教育者免费无偿地使用,从此掀起了全球"开放教育资源"(OER)理念及实践活动的发展潮流。2011年,被斯坦福大学校长喻为"数字海啸"的风潮席卷全球教育界,这就是大规模开放在线课程(MOOCs)。MOOCs秉承OER开放共享的理念,利用网络技术,实现了整个教学过程的网络化。MOOCs是新的技术背景下,OER运动深度发展的结果。以MOOC课程《数据结构与算法》为例,总结了该课程在课程资源设计、在线教学组织、师生交互、成果评价、证书获取等方面的特点,根据实际数据细致剖析了学习者参与情况,并对MOOCs在国内的发展提出思考。