基于edX開放數(shù)據(jù)的學(xué)習(xí)者學(xué)習(xí)分析*

王 萍

（上海大學(xué) 計(jì)算中心，上海 200444）

一 引言

2012年以來，MOOC的發(fā)展在不同層面引發(fā)著新的研究和思考。從開放數(shù)據(jù)的角度來看，MOOC大規(guī)模課程應(yīng)用產(chǎn)生的海量數(shù)據(jù)為學(xué)習(xí)分析與教育數(shù)據(jù)挖掘研究提供了基礎(chǔ)。Coursera、edX等在創(chuàng)建系統(tǒng)時(shí)都已經(jīng)考慮到大規(guī)模的數(shù)據(jù)收集和分析，并致力于進(jìn)行教學(xué)研究。edX作為非盈利性在線學(xué)習(xí)平臺(tái)，在平臺(tái)數(shù)據(jù)開放和教學(xué)研究方面一直做著重要的推進(jìn)工作。2014年 1月，哈佛大學(xué)和麻省理工學(xué)院發(fā)布了edX第一學(xué)年課程報(bào)告[1]，2月，兩校進(jìn)一步推出了Insights交互式數(shù)據(jù)可視化工具[2][3]。2014年 5月，哈佛大學(xué)和麻省理工學(xué)院聯(lián)合發(fā)布了經(jīng)過整理的2012-2013學(xué)年edX平臺(tái)16門課程開放數(shù)據(jù)供全球研究者使用[4]。這也是第一個(gè)大規(guī)模MOOC開放數(shù)據(jù)，為研究者深入分析和研究MOOC學(xué)習(xí)者和課程提供了數(shù)據(jù)支持。

當(dāng)前越來越多的中國學(xué)習(xí)者參與了MOOC課程學(xué)習(xí)。本文基于edX平臺(tái)開放數(shù)據(jù)，對(duì)edX平臺(tái)的學(xué)習(xí)者進(jìn)行研究，通過數(shù)據(jù)分析，探索中外MOOC學(xué)習(xí)者的學(xué)習(xí)行為和特征。

二 edX開放數(shù)據(jù)概況

開放數(shù)據(jù)源于科學(xué)研究和學(xué)術(shù)創(chuàng)新的要求，edX開放數(shù)據(jù)集包括2012-2013學(xué)年秋季、冬季、春季三個(gè)學(xué)期哈佛大學(xué)和麻省理工學(xué)院在edX平臺(tái)開設(shè)的16門課程數(shù)據(jù)[5]。

1 數(shù)據(jù)基本情況

數(shù)據(jù)文件的每行數(shù)據(jù)描述了一個(gè)學(xué)習(xí)者注冊(cè)某一門課程的學(xué)習(xí)記錄，每列項(xiàng)為對(duì)學(xué)習(xí)者或?qū)W習(xí)行為的描述，提供了 20個(gè)列項(xiàng)。我們將主要的列項(xiàng)分為了四類，分別為課程信息、學(xué)習(xí)者基本信息、學(xué)習(xí)者類型信息、學(xué)習(xí)者行為信息，如表1所示。

表1 數(shù)據(jù)集描述

可以發(fā)現(xiàn)，此次開放數(shù)據(jù)集提供的數(shù)據(jù)信息只是學(xué)習(xí)者在edX平臺(tái)學(xué)習(xí)情況記錄的一部分，即主要提供的是對(duì)學(xué)習(xí)者學(xué)習(xí)狀態(tài)和行為的描述性信息，也被稱為“Person-Course”類型。

2 開放數(shù)據(jù)的隱私保護(hù)

在大數(shù)據(jù)時(shí)代，用戶的在線數(shù)據(jù)包含著大量的隱私信息，隱私保護(hù)問題日益突出，隱私保護(hù)受到法律法規(guī)保護(hù)。因此，開放數(shù)據(jù)必須進(jìn)行去身份識(shí)別（De-identification）過程，通過匿名化隱私保護(hù)技術(shù)對(duì)原始數(shù)據(jù)進(jìn)行處理之后再提供共享與對(duì)外發(fā)布。

哈佛大學(xué)和麻省理工學(xué)院對(duì)edX平臺(tái)開放數(shù)據(jù)進(jìn)行了去身份識(shí)別過程，通過一系列數(shù)據(jù)處理保護(hù)平臺(tái)學(xué)習(xí)者的隱私信息。在技術(shù)層面主要使用了 K—匿名技術(shù)，并進(jìn)行了準(zhǔn)標(biāo)識(shí)屬性（Quasi-Identifiers）泛化和L—多樣化（L-diversity）處理，這也是關(guān)系K—匿名隱私保護(hù)模型有效性和數(shù)據(jù)質(zhì)量的關(guān)鍵因素。edX數(shù)據(jù)集的匿名化處理過程如圖1所示，經(jīng)過處理后，數(shù)量上相對(duì)原始數(shù)據(jù)集有所減少，對(duì)部分?jǐn)?shù)據(jù)項(xiàng)的統(tǒng)計(jì)略有影響，但不影響整體性數(shù)據(jù)分析[6]。

圖1 edX數(shù)據(jù)集匿名化處理過程

三 數(shù)據(jù)分析

我們研究的主要目標(biāo)是基于edX開放數(shù)據(jù)集，探索中外學(xué)習(xí)者的MOOC學(xué)習(xí)情況，從學(xué)習(xí)者類型、學(xué)習(xí)者特征、學(xué)習(xí)者行為三個(gè)方面進(jìn)行分析。

1 學(xué)習(xí)者類型分析

數(shù)據(jù)集中共有課程—學(xué)習(xí)者記錄641138人次，根據(jù)數(shù)據(jù)集中的“final_cc_name_DI”項(xiàng)，選取國家信息為“China”的學(xué)習(xí)者，共有5170人次。在學(xué)習(xí)者類型分析上，我們采取Ho等對(duì)edX學(xué)習(xí)者的分類方法，將學(xué)習(xí)者分為四個(gè)類別[7]，如圖2所示。

圖2 學(xué)習(xí)者類型

數(shù)據(jù)集中給出的registered、viewed、explored、certified數(shù)據(jù)項(xiàng)給出了學(xué)習(xí)者的類型信息，并據(jù)此可以計(jì)算出各個(gè)類型學(xué)習(xí)者的數(shù)量和比率，如圖3所示。

圖3 學(xué)習(xí)者類型數(shù)量和比率

全球edX平臺(tái)的MOOC學(xué)習(xí)者獲取證書率僅有2.8%1，而中國學(xué)習(xí)者只有1.2%，并且中國學(xué)習(xí)者中獲取證書的學(xué)習(xí)者和積極學(xué)習(xí)者之和的比例為3.6%，遠(yuǎn)低于全球的6.3%。因此在整體上中國學(xué)習(xí)者中積極學(xué)習(xí)者較少，特別是最后能獲取證書的學(xué)習(xí)者比例低，而一般學(xué)習(xí)者，即注冊(cè)課程后僅瀏覽了少量課程內(nèi)容的學(xué)習(xí)者占據(jù)了大多數(shù)。

圖4描述了各個(gè)國家注冊(cè)學(xué)習(xí)者中獲取證書學(xué)習(xí)者比例，中國學(xué)習(xí)者1.2%的比例基本位于最末，僅僅高于摩洛哥和孟加拉國，而獲取證書最高比率的國家是西班牙，為8.4%。

2 學(xué)習(xí)者特征分析

（1）性別分析

已有 MOOC研究發(fā)現(xiàn)，在學(xué)習(xí)者中，男性學(xué)習(xí)者占有絕大部分比例。在中國學(xué)習(xí)者中，女性學(xué)習(xí)者相對(duì)全球其他國家的情況如何？分析發(fā)現(xiàn)，中國女性學(xué)習(xí)者的比例為28%，與全球女性學(xué)習(xí)者的平均比例27%基本持平。而在希臘（47%），菲律賓（41%）、印度尼西亞（35%），美國學(xué)習(xí)者（35%）中，女性的比例都超過了1/3。

有研究指出，一個(gè)國家女性學(xué)習(xí)者的情況與該國的性別平等指數(shù)有關(guān)[8]。我們使用最新的世界經(jīng)濟(jì)論壇公布的全球性別差異指數(shù)（GGGI）進(jìn)行了分析。全球性別差異指數(shù)從經(jīng)濟(jì)、教育、健康、政治四個(gè)子項(xiàng)和總體指數(shù)分析女性的參與和地位。如圖5所示，可以發(fā)現(xiàn)女性學(xué)習(xí)者的比例基本與該國的性別平等指數(shù)相關(guān)，與該國女性整體的受教育程度相關(guān)。而在部分國家，如印尼、埃及、印度、巴基斯坦，女性參與網(wǎng)絡(luò)學(xué)習(xí)的情況明顯優(yōu)于該國整體的女性受教育情況。

（2）教育背景

在對(duì)MOOC的多項(xiàng)已有研究中，都指出當(dāng)前MOOC學(xué)習(xí)者中大多數(shù)是已經(jīng)具有本科學(xué)歷的學(xué)習(xí)者。我們分析了中國學(xué)習(xí)者的教育背景，如圖6所示。中國學(xué)習(xí)者主要集中在本科學(xué)歷的人群（62.2%），其次是碩士生（19.6%）和中學(xué)生人群（16.9%），而博士和低于中學(xué)學(xué)歷的人數(shù)很少。與其他國家相比，如英國學(xué)習(xí)者各個(gè)學(xué)歷分布之間相對(duì)較為均衡，在巴西和印度學(xué)習(xí)者中，中學(xué)學(xué)習(xí)者相對(duì)其他國家較多，而法國和西班牙學(xué)習(xí)者主要集中在碩士以上學(xué)歷學(xué)習(xí)者。

為了結(jié)合學(xué)習(xí)者教育背景進(jìn)一步發(fā)現(xiàn)不同國家的特點(diǎn)，我們對(duì)已知國家進(jìn)行了聚類分析（使用層次聚類方法），發(fā)現(xiàn)了四個(gè)明顯的類簇，如圖7所示。

圖4 各國獲取證書者比率

圖5 女性學(xué)習(xí)者比率與性別差異指數(shù)

● 類1：哥倫比亞，英國，希臘，墨西哥，摩洛哥

● 類2：加拿大，巴西，印度，孟加拉國，巴基斯坦，澳大利亞，美國

● 類3：菲律賓，埃及，印度尼西亞，日本，中國，尼日利亞

● 類4：波蘭，葡萄牙，烏克蘭，德國，俄羅斯，法國，西班牙

在類1中，碩士、本科、中學(xué)生三類學(xué)習(xí)者相對(duì)比較均衡；類2中本科和中學(xué)學(xué)習(xí)者比例較大，碩士學(xué)習(xí)者比例較少；在類3中，主要的學(xué)習(xí)者來自本科學(xué)歷的學(xué)習(xí)者，而在類4中，主要的學(xué)習(xí)者是碩士學(xué)習(xí)者。

（3）年齡分布

在所有學(xué)習(xí)者中，學(xué)習(xí)者的平均年齡是28歲，中國學(xué)習(xí)者的平均年齡為27歲。我們通過下圖對(duì)年齡分布進(jìn)行了描述，如圖8所示。

可以發(fā)現(xiàn)：中國學(xué)習(xí)者主要集中在20～30歲之間，占了4/5的人數(shù)，其次是30～40歲和20歲以下的學(xué)習(xí)者，其他年齡段基本上沒有學(xué)習(xí)者。這與學(xué)習(xí)者的學(xué)歷分布情況基本吻合。而其他一些國家有50歲以上的學(xué)習(xí)者選修了MOOC課程，并且30歲以上的學(xué)習(xí)者還占有相當(dāng)?shù)谋壤f明很多國外學(xué)習(xí)者為職后學(xué)習(xí)。

3 學(xué)習(xí)者行為分析

在數(shù)據(jù)集中提供了“注冊(cè)時(shí)間，最后登陸時(shí)間，課程交互次數(shù)，訪問天數(shù)，播放視頻次數(shù)，學(xué)習(xí)章節(jié)數(shù)，論壇發(fā)帖數(shù)”等數(shù)據(jù)項(xiàng)，可對(duì)學(xué)習(xí)者的在線學(xué)習(xí)行為進(jìn)行分析。

圖6 中國學(xué)習(xí)者學(xué)歷分布

圖7 基于學(xué)歷信息的國家聚類

圖8 學(xué)習(xí)者年齡箱圖

圖9 三門課程的學(xué)習(xí)者課程注冊(cè)時(shí)間

（1）課程選課情況

全球?qū)W習(xí)者選課最多的是哈佛大學(xué)的《公正》、麻省理工學(xué)院的《計(jì)算機(jī)科學(xué)與編程導(dǎo)論 I》和哈佛大學(xué)的《計(jì)算機(jī)科學(xué)導(dǎo)論》。整體而言，人文社科類和計(jì)算機(jī)基礎(chǔ)類選課人數(shù)最多，而固態(tài)化學(xué)、結(jié)構(gòu)元素、力學(xué)等課程由于專業(yè)性較強(qiáng)，選課人數(shù)相對(duì)較少。

（2）注冊(cè)課程時(shí)間

MOOC課程的注冊(cè)時(shí)間包括：開課前注冊(cè)、課程中注冊(cè)，以及課程結(jié)束后注冊(cè)。在課程結(jié)束后注冊(cè)課程只能學(xué)習(xí)課程，無法再獲得課程證書。因此學(xué)習(xí)者在課程結(jié)束后注冊(cè)課程，并非出于獲取證書的目的。我們選擇了 3門不同學(xué)科的課程：哈佛大學(xué)的《公正》、麻省理工學(xué)院的《計(jì)算機(jī)科學(xué)與編程導(dǎo)論》和哈佛大學(xué)的《人類健康和全球環(huán)境變化》，對(duì)學(xué)習(xí)者注冊(cè)時(shí)間進(jìn)行了分析，如圖9所示。發(fā)現(xiàn)中國學(xué)習(xí)者在課程開課前選課的比例較小，而在課程開設(shè)期間選課的比例最大，在課程結(jié)束后繼續(xù)選課學(xué)習(xí)的平均比例也相對(duì)其他國家較大。

（3）注冊(cè)課程數(shù)量

在中國學(xué)習(xí)者中，有2位學(xué)習(xí)者注冊(cè)了12門課程，注冊(cè)10門課程的學(xué)習(xí)者有3位，我們對(duì)注冊(cè)多門課程的中國學(xué)習(xí)者進(jìn)行了分析：高頻注冊(cè)者并沒有獲得證書，其中注冊(cè)7門課以上的學(xué)習(xí)者有16人，都沒有獲得證書；獲取證書的57位學(xué)習(xí)者中，有34人選修了1門課程，23人選修了2~6門課程，獲得證書的學(xué)習(xí)者平均選修了1.74門課程；有5位學(xué)習(xí)者在2門課程中都獲得了證書，這5位學(xué)習(xí)者平均注冊(cè)了3.8門課程。

在全球?qū)W習(xí)者分析中，我們發(fā)現(xiàn)類似現(xiàn)象。即獲得證書的學(xué)習(xí)者的平均選修課程在2門左右，獲得多個(gè)證書的學(xué)習(xí)者平均注冊(cè)約3門課程，而高頻選課者的證書率較低。

（4）學(xué)習(xí)參與

我們對(duì)數(shù)據(jù)集中學(xué)習(xí)者的訪問天數(shù)、播放視頻次數(shù)、學(xué)習(xí)章節(jié)數(shù)、論壇發(fā)帖數(shù)四項(xiàng)學(xué)習(xí)行為進(jìn)行了分析，這些項(xiàng)目可以反映出學(xué)習(xí)者的參與程度，如圖 10所示。整體上，中國學(xué)習(xí)者的學(xué)習(xí)參與度低，基本在每項(xiàng)參與上都處于較低的位置。

圖10 學(xué)習(xí)者學(xué)習(xí)參與情況

中國學(xué)習(xí)者的平均訪問天數(shù)較少，訪問天數(shù)>=30天的，只有77人，說明中國學(xué)習(xí)者在edX平臺(tái)上活躍性不高。訪問天數(shù)>50的學(xué)習(xí)者更少，只有26人。另外所有中國學(xué)習(xí)者的論壇參與行為都沒有記錄，同樣的情況發(fā)生在其他多個(gè)國家。討論區(qū)主要活躍著少數(shù)參與性較高的學(xué)習(xí)者，而大部分學(xué)習(xí)者并不在論壇中發(fā)表言論。歐洲學(xué)習(xí)者學(xué)習(xí)行為最為活躍，如俄羅斯、西班牙學(xué)習(xí)者的學(xué)習(xí)參與度都較高，而亞非學(xué)習(xí)者學(xué)習(xí)參與度相對(duì)較低，摩洛哥、中國、巴基斯坦的學(xué)習(xí)者參與度最低。

（5）學(xué)習(xí)成績與學(xué)習(xí)行為

圖 11描述了中國學(xué)習(xí)者成績與所瀏覽的課程章節(jié)數(shù)的關(guān)系，大多數(shù)學(xué)習(xí)者只瀏覽了很少的章節(jié)，沒有成績或成績很低。還有部分學(xué)習(xí)者瀏覽了較多的章節(jié)但也未獲取證書，這些學(xué)習(xí)者的學(xué)習(xí)目標(biāo)不是獲取證書，而成績大于60分獲得證書的學(xué)習(xí)者一般都瀏覽了較多的課程章節(jié)內(nèi)容，參與度也較高。

在中國學(xué)習(xí)者視頻觀看次數(shù)與學(xué)習(xí)成績的關(guān)系分析上，發(fā)現(xiàn)大多數(shù)學(xué)習(xí)者都沒有觀看或觀看了極少的課程視頻，即使包括一些課程取得滿分的學(xué)習(xí)者，觀看視頻也是0次1，60分以上的學(xué)習(xí)者的視頻觀看次數(shù)并沒有顯著增多加。有三個(gè)學(xué)習(xí)者具有大的視頻觀看次數(shù)，其中兩位都取得了95分以上的成績，而觀看次數(shù)最多的學(xué)習(xí)者為課程《生物學(xué)導(dǎo)論——生命的秘密》的1名學(xué)習(xí)者，但該學(xué)習(xí)者成績?yōu)?，同時(shí)該學(xué)習(xí)者在訪問天數(shù)、學(xué)習(xí)章節(jié)數(shù)等課程參與行為方面都很積極。因此有部分學(xué)習(xí)者，具有較高的課程參與度，但并未以獲取證書為目標(biāo)。

四 總結(jié)與思考

1 主要發(fā)現(xiàn)

通過對(duì)edX第一年課程開放數(shù)據(jù)的分析，edX平臺(tái)上中國學(xué)習(xí)者主要為具有大學(xué)學(xué)歷的男性，集中在20~30歲，平均年齡為27歲，女性學(xué)習(xí)者的比例為28%。中國學(xué)習(xí)者的證書獲得率為1.2%，低于全球平均率2.8%，積極學(xué)習(xí)者數(shù)量很少，約1/3的學(xué)習(xí)者注冊(cè)后從未學(xué)習(xí)過任何內(nèi)容。中國學(xué)習(xí)者每門課程的平均訪問天數(shù)為3.3天，平均學(xué)習(xí)3章內(nèi)容。獲得證書的學(xué)習(xí)者平均選修了2門課程，而注冊(cè)超過7門課程的高頻注冊(cè)者都沒有獲得證書。獲得證書的學(xué)習(xí)者一般瀏覽了較多的課程章節(jié)內(nèi)容，但在視頻觀看上，成績較高的學(xué)習(xí)者也沒有顯著的視頻訪問增加行為。

2 中國學(xué)習(xí)者學(xué)習(xí)情況思考

通過數(shù)據(jù)分析，在中外學(xué)習(xí)者的比較研究中，發(fā)現(xiàn)中國學(xué)習(xí)者的學(xué)習(xí)情況不夠理想，主要表現(xiàn)在：學(xué)習(xí)者數(shù)量少、學(xué)習(xí)參與度低、學(xué)歷和年齡覆蓋面窄。

圖11 學(xué)習(xí)成績與所學(xué)章節(jié)數(shù)的關(guān)系散點(diǎn)圖

（1）從客觀角度分析，中國學(xué)習(xí)者在語言、網(wǎng)絡(luò)訪問等條件的限制，影響了學(xué)習(xí)者在 edX平臺(tái)的學(xué)習(xí)行為。如edX第一年課程中中國學(xué)習(xí)者只有1.2%的學(xué)習(xí)者獲得證書，而根據(jù)本土化MOOC平臺(tái)學(xué)堂在線的數(shù)據(jù)，在首批六門課程中有2.89%的學(xué)習(xí)者獲得證書[9]，通過率明顯提高。在最新的“2014年慕課學(xué)習(xí)者調(diào)查報(bào)告”中，“語言困難”和“平臺(tái)訪問障礙”是學(xué)習(xí)者在“沒有學(xué)習(xí)MOOC的主要原因”中給出的兩個(gè)重要原因[10]。這些都說明了語言文化和網(wǎng)絡(luò)資源訪問問題確實(shí)是影響中國學(xué)習(xí)者的一個(gè)因素。

（2）除了客觀原因外，我們面臨的挑戰(zhàn)更多的是學(xué)習(xí)理念而非技術(shù)性問題。我國學(xué)習(xí)者對(duì)于一個(gè)需要高度自主和嚴(yán)格自律的學(xué)習(xí)系統(tǒng)適應(yīng)度還不足。學(xué)習(xí)者也反映“自制力差或拖延癥”超過語言網(wǎng)絡(luò)等客觀原因因素，是阻礙學(xué)習(xí)的更重要原因[11]。而大量MOOC研究和實(shí)踐都表明：MOOC對(duì)學(xué)生的學(xué)習(xí)技巧尤其在信息素養(yǎng)方面有新的、更高的要求[12]，選擇并堅(jiān)持完成MOOC學(xué)習(xí)的學(xué)習(xí)者一般應(yīng)具有較強(qiáng)的學(xué)習(xí)觀念、學(xué)習(xí)行為和自主學(xué)習(xí)能力。

（3）MOOC作為一種學(xué)習(xí)方式，當(dāng)前在我國還主要以本科和碩士學(xué)習(xí)者為主。而MOOC的特性使其能夠作為有效的方式推動(dòng)終身持續(xù)性、全民普遍性、學(xué)習(xí)自主性、方式彈性化的終身學(xué)習(xí)。隨著學(xué)堂在線、中國大學(xué)MOOC等本土化MOOC平臺(tái)的建設(shè)，如何充分利用MOOC增強(qiáng)國民學(xué)習(xí)，擴(kuò)大 MOOC學(xué)習(xí)人群，促進(jìn)我國終身學(xué)習(xí)社會(huì)的發(fā)展，還需要進(jìn)一步的努力。如劉和海等[13]所提出的構(gòu)建“中國式MOOC”，是一種可操作性和可移植性的設(shè)計(jì)、管理和運(yùn)營模式。我們也欣喜地看到，在我國越來越多的中學(xué)生正在加入到MOOC學(xué)習(xí)中[14]。

3 MOOC學(xué)習(xí)行為的思考

在對(duì) MOOC學(xué)習(xí)行為的分析中，學(xué)習(xí)參與行為、選課數(shù)量等與學(xué)習(xí)成績沒有直接的關(guān)系，其他研究中也發(fā)現(xiàn)了類似的規(guī)律。開放教育專家哈格德[15]也指出：相比傳統(tǒng)校園的學(xué)生，開放遠(yuǎn)程學(xué)習(xí)的學(xué)生差異更為明顯，他們對(duì)課程設(shè)計(jì)決策和授課模式的要求不同。學(xué)分也并沒有成為MOOC學(xué)習(xí)者們的主要?jiǎng)恿Α?/p>

MOOC學(xué)習(xí)行為的差異性受到多個(gè)因素的影響，如參與課程的目標(biāo)、獲取證書的渴望度、課程內(nèi)容的滿意度、社交網(wǎng)絡(luò)的參與技巧、周圍環(huán)境的影響等。如心理學(xué)家Hull[16]將行為趨勢(shì)描述為：行為趨勢(shì)=習(xí)慣*欲望*激勵(lì) 3種強(qiáng)度的綜合，因此大量學(xué)習(xí)者退出的現(xiàn)象可能解釋為：新的學(xué)習(xí)模式還不為大眾所接受、沒有養(yǎng)成習(xí)慣、學(xué)習(xí)的欲望不強(qiáng)以及拿證書的激勵(lì)價(jià)值不高?；跀?shù)據(jù)的學(xué)習(xí)分析有助于對(duì)學(xué)習(xí)者學(xué)習(xí)行為盡量精確的理解和反映，探索課程中影響“教”與“學(xué)”活動(dòng)的多維度指標(biāo)并分析其效用，用數(shù)據(jù)和分析來作出更可靠的判斷，從而使用新的指標(biāo)發(fā)現(xiàn)和理解MOOC數(shù)據(jù)中多樣的使用模式，提高對(duì)學(xué)習(xí)內(nèi)容和學(xué)習(xí)平臺(tái)設(shè)計(jì)和改進(jìn)的針對(duì)性和有效性。

4 MOOC數(shù)據(jù)分析的思考

作為第一個(gè)公開發(fā)布的MOOC數(shù)據(jù)集，edX數(shù)據(jù)集為研究者提供了寶貴的資源。本次數(shù)據(jù)集存在的問題主要包括：（1）數(shù)據(jù)集提供了對(duì)學(xué)習(xí)者部分學(xué)習(xí)情況的描述信息，但還缺乏時(shí)間、點(diǎn)擊流、作業(yè)測(cè)試等要素與交互數(shù)據(jù)，因此還無法對(duì)學(xué)習(xí)者的學(xué)習(xí)進(jìn)程、學(xué)習(xí)交互、學(xué)習(xí)序列進(jìn)行深入分析。但edX也已計(jì)劃在未來開放更多的學(xué)習(xí)者行為數(shù)據(jù)[17]。（2）個(gè)別信息的不一致性，如通過 IP地址和注冊(cè)信息對(duì)學(xué)習(xí)者國家信息的獲取可能不完全準(zhǔn)確。雖然這些個(gè)別信息的問題不會(huì)影響整體分析得到的結(jié)論，但我們應(yīng)當(dāng)在分析中對(duì)數(shù)據(jù)的獲取來源和準(zhǔn)確度有事先的分析。

MOOC應(yīng)用產(chǎn)生的海量數(shù)據(jù)為教育領(lǐng)域的大數(shù)據(jù)分析與學(xué)習(xí)分析提供了基礎(chǔ)。由于本次數(shù)據(jù)集的特點(diǎn)，我們的分析大多為基礎(chǔ)的統(tǒng)計(jì)分析，而在將來教育大數(shù)據(jù)時(shí)代，還需要在技術(shù)算法和分析上深入探討。將大數(shù)據(jù)與小數(shù)據(jù)（即傳統(tǒng)的控制數(shù)據(jù)集）結(jié)合起來，創(chuàng)建對(duì)人類行為更深入、更準(zhǔn)確的表達(dá)[18]。

[1][7]Andrew H, Justin R, Sergiy N, et al. HarvardX and MITx: The first year of open online courses[OL].

[2] HarvardX Insights [OL].

[3] MITx Insights[OL]. < http://odl.mit.edu/insights.>

[4][5] HarvardX-MITx Person-Course Academic Year 2013 De-Identified dataset, version 2.0[OL].

[6] Person-Course De-identification Process[OL].

[8] Emma Pierson, Chuong (Tom) Do. What about the women? [OL].

[9] 孫茂松. 清華大學(xué)MOOC實(shí)踐報(bào)告[Z]. 2014中國大學(xué)MOOC發(fā)展論壇.

[10][11][14]果殼網(wǎng). 2014年慕課學(xué)習(xí)者調(diào)查報(bào)告[OL].

[12][15]斯蒂芬·哈格德.慕課正在成熟[J].教育研究,2014,(5):92-99.

[13]劉和海,李起斌. “中國式 MOOC”概念探討及平臺(tái)優(yōu)化策略研究[J].現(xiàn)代教育技術(shù),2014,(5):81-87.

[16]蔣卓軒,張巖,李曉明. 基于MOOC數(shù)據(jù)的學(xué)習(xí)行為分析與預(yù)測(cè)[J].計(jì)算機(jī)研究與發(fā)展,2015,(3): 614-628.

[17] Phil H.No, I don’t believe that Harvard or MIT are hiding edX data[OL].

[18]David L, Ryan K, Gary K, et al.The parable of Google flu: Traps in big data analysis[J]. Science,2013,(3):1203-1205.