Apr, 2015

从 MOOC 论坛学习教师干预：初步结果与问题

PDF
TL;DR本论文研究 MOOC 授课中关于其有限带宽下教师何时干预讨论，设计了一个二元分类器，在分类过程中结合论坛类型信息，通过人类评判验证表明该问题的难度，且结果受教师干预偏好影响较大，并指出了未来相关研究问题。
发现论文，激发创造
  • 利用话语信号进行教师干预的可靠性预测

    研究如何使用自动获取的话语关系来预测在线课程的讨论区中教师干预的情况，并且发现使用 PDTB 话语特征可以提高分类器的鲁棒性和多样性。

    Dec, 2016

  • 论坛帖子紧急程度通用检测方法

    论文探讨如何通过构建预测模型来自动决定在线课程讨论区帖子的紧急程度，并通过训练多个模型和评估性能来确定其适用性，以帮助教授更好地支持学生学习。

    Jul, 2023

  • 大规模在线课程的参与

    研究了海量在线课程的学习者交互轨迹，构建了行为分类法，比较了高、低成就的学生的不同行为模式，并研究了论坛参与与课程其他部分之间的关系，还探讨了徽章对 MOOCs 用户参与的影响。

    Mar, 2014

  • 支持学生选课的开放式 MOOC 评论的大规模分析

    通过分析不同平台上的 240 万个 MOOC 评论，研究结果表明，数值评分存在偏见，而文本评论的 NLP 驱动情感分析和主题发现技术反映了课程广告、实际应用性和难度等主题，为在线教育评论提供更透明的方法。

    Jan, 2022

  • 你的点击决定你的命运”：利用 MOOC 视频的点击记录推断学生的信息处理与退学行为

    本研究旨在探讨如何定量分析学生观看 MOOC 视频时的行为，并建立信息处理指标，通过预测学生在视频中退出的参与轨迹，帮助教师更好地了解 MOOC 学习中的问题，并提高学生的参与度和留存率。

    Jul, 2014

  • 从 MOOC 学习者的教学交互序列中捕捉 “离职加剧” 结构特征

    本研究旨在利用网络科学的方法，以学生在海量在线开放课程中的学习活动序列为研究对象，探索可以预测学生逐渐降低学习积极性的因素，并在此基础上基于视频点击流和论坛活动的联合表示，提取活跃和被动 MOOC 参与的指标，从而预测学生流失情况，本研究结果提出了一种改进的方法来捕捉 MOOC 学习者所参与的活动中的 “流失加剧” 特征，同时探讨了未来研究的意义。

    Sep, 2014

  • 通过在线社区交互，预测用户自我伤害风险的变化：帮助还是伤害？

    探讨在线社区对寻求自杀和自残预防支持的用户心理状态的影响，研究如何构建分类器以预测社区对用户的帮助或伤害。

    Apr, 2018

  • 基于提示的学习在网络安全论坛中的主题结构预测

    通过 Next Paragraph Prediction with Instructional Prompting 方法，结合黑客论坛的数据，对社交网络相互作用进行预测，以更好地预测未来网络威胁。

    Mar, 2023

  • 谁对我产生了消极影响？正式化负面曝光扩散动态导致 MOOC 学生流失

    本研究探讨了 MOOC（Massive Open Online Courses）中学生之间相互影响的机制，并提出了一个学习网络扩散的简单公式，用以形式化这种影响的本质及其可能导致的学生流失。同时，我们也提出了扩展学生建模方法的思路，以更好地应对真实的 MOOC 行为，为 MOOC 设计师和教师创造有益的学习环境，提高学生的学习参与度。

    Jul, 2014

  • 学生课程反馈的自动摘要

    本论文提出了一种新的基于整数线性规划框架的学生课程反馈摘要方法，在学生反馈语料库上的实验结果表明，该方法在 ROUGE 分数和人类评估方面优于一系列基线。

    May, 2018