基于MOOC的学习者学习效果评价模型的研究

自新冠疫情以来,基于MOOC的在线学习已成为高校广为采用的教学模式。在该教学模式下,教学过程中产生了大量的学生学习行为数据,依托算法对数据进行分析,从而产生的学习者学习效果评价已取得了一定的进展。然而,已有的研究中,学者主要基于MOOC的某一项或某几项学习行为进行分析,因此产生的学习效果评价具有一定的片面性。针对这个问题,首先综合分析了MOOC产生的所有学习行为数据,并为不同的学习行为设置权重,最终形成基于MOOC的学习效果评价模型;其次,基于提出的评价模型,结合教学过程中产生的主客观数据,通过算法对数据分析,对学习者产生个性化、过程性评价及建议,从而实现因材施教。