文献类型：期刊文章

作　　者：孙洪涛[1] 李秋劼[2] 郑勤华[3]

机构地区：[1]中央民族大学现代教育技术部 [2]加州大学尔湾分校教育学院 [3]北京师范大学教育学部

出　　处：《中国远程教育》

基　　金：北京师范大学自主科研基金项目"学习者在线学习状态分析与可视化工具研发"课题成果;中央高校基本科研业务费专项资金资助

年　　份：2016

期　　号：3

起止页码：33-38

语　　种：中文

收录情况：BDHX、BDHX2014、CSSCI、CSSCI_E2014_2016、JST、NSSD、RCCSE、RWSKHX、核心刊

摘　　要：聚类分析是学习分析和数据挖掘的常见方法,其核心在于通过分析对象特征属性集合的相似程度来进行分类。聚类分析在远程教育中有着广阔的应用空间,可以对在线学习行为模型和绩效水平进行有效划分,使之成为后续研究的重要基础。对在线学习领域的典型聚类研究进行分析,将聚类研究的流程和要点进行总结,着重探讨了聚类变量选择和有效性检验等方面,并对252门MOOCs的在线交互状况进行了聚类分析。研究发现,我国大多数MOOCs交互水平较低,教师在交互中并不活跃,没有进行积极的答疑辅导和交互组织;随着教师发布主题帖数量的增加,课程的交互水平会随之提高;教师的积极参与能够促进课程交互水平,但在交互水平较高的课程中,教师投入的增加并没有带来课程交互水平的增长;教师需要对学生的交互进行有效组织,才能促进交互水平的进一步提高。

关 键 词：聚类 MOOC  学习分析  交互分析

分 类 号：G40-057]