20、在线教育与数据挖掘：提升学习体验与学生表现

在线教育与数据挖掘：提升学习体验与学生表现

1. 在线教育现状与挑战

如今，大规模开放在线课程（MOOC）运动能在短时间内将数千名学习者聚集在一个共同主题下。然而，从注册开始，学习者的学习体验可能会持续三到四个月，这就产生了较长的等待时间。若能创造引人入胜的体验，这种等待时间或许能得到改善。

对于自定进度的MOOC课程，学生每天都可能开始学习，但如果没有得到适当的跟进，他们可能会感到孤独或被忽视。例如，某些“MicroMasters”课程的第一版是自定进度的，但现在课程有了固定的开始日期，并设置了小的间隔时间，以形成有凝聚力的学习小组。对于包含三门以上课程的专业课程，与自定进度模式相比，设定一个具体的截止日期更为合适。

2. 全参与教育框架（FEEF）

为了将MOOC概念拓展到更广泛的范围，提出了全参与教育框架（FEEF），尤其适用于虚拟学习环境。FEEF基于三个构建块：概念、组件和预期结果。

• 概念 ：FEEF旨在通过学习者社区、积极互动和高质量内容，激励学习者开始、完成并通过MOOC课程，同时让学习者有机会成为一个强大而持久的社区（激情社区）的一部分。
• 组件 ：包括学习者社区、积极互动和高质量内容。
• 预期结果 ：提高学习者的参与度，降低辍学率。

在验证阶段，针对edX平台上的两个“MicroMasters”专业课程，FEEF取得了一些初步成果，如电子邮件通知的高打开率和外部博客/社区的低退回率。

未来的工作包