文献类型：期刊文章

作　　者：宋国琴[1] 刘斌[2]

SONG Guo-qin;LIU Bin(Education and Information Technology Center,China West Normal University Nanchong Sichuan 637000;School of Computer Science and Engineering,University of Electronic Science and Technology of China Chengdu 611731)

机构地区：[1]西华师范大学教育信息技术中心,四川南充637000 [2]电子科技大学计算机科学与工程学院,成都611731

出　　处：《电子科技大学学报》

基　　金：中央高校基本科研业务费基础研究项目(ZYGX2014J058);四川省教育厅项目(16ZA0171)

年　　份：2018

卷　　号：47

期　　号：6

起止页码：921-926

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：翘课行为反应了幕课的质量问题,也是在线教育的核心问题之一。该文通过对真实的在线教育数据进行分析,结合在线教育领域的先验知识,针对数据中的丰富海量的特征问题,提出了基于XGBoost特征重要度计算和分类的翘课特征选择方法,并建立了在线教育的翘课指数(DOI)。基于学堂在线数据集提取的海量特征的实证分析表明,基于XGBoost的特征选择方法比其他经典特征选择方法具有更好的效果。在数据集的不同时间点上使用翘课指数模型作翘课预测,验证了翘课指数的有效性。

关 键 词：翘课指数  特征选择  幕课  XGBoost  

分 类 号：TP391]