Анализ эффективности онлайн-курсов методами машинного обучения

Авторы

  • Анастасия Анатольевна Криволапова Санкт-Петербургский государственный университет
  • Анна Михайловна Абрамова Санкт-Петербургский государственный университет
  • Игорь Юрьевич Коцюба Национальный исследовательский университет ИТМО

Ключевые слова:

эффективность МООК, электронное образование, цифровое образование, машинное обучение

Аннотация

Статья описывает результаты анализа эффективности онлайн-курсов на платформе «Цифровой Наноград» с использованием алгоритмов машинного обучения. Исследование выявило, что малый объем курса и модульность оказывают наибольшее положительное влияние на эффективность курсов. Важную роль также играют интерактивные форматы представления информации и задания с автоматической проверкой. Модель, обученная с помощью алгоритма случайный лес, показала наилучшие результаты. В статье представлен анализ эффективности онлайн-курсов с использованием методов машинного обучения. Основное внимание уделено разработке и применению моделей, способных предсказать успех учащихся на основе различных факторов, таких как активность на платформе, взаимодействие с материалами курса и демографические данные. Проведено сравнение различных алгоритмов машинного обучения, включая логистическую регрессию, деревья решений и нейронные сети, для определения наиболее точного подхода. Результаты исследования демонстрируют значительное улучшение точности прогнозирования успеваемости, что позволяет образовательным платформам персонализировать обучение и повышать качество предоставляемых услуг.

Библиографические ссылки

Авдеева С. М., Уваров А. Ю., Тарасова К. В. Цифровая трансформация школ и информационно-коммуникационная компетентность учащихся // Вопросы образования. 2022. № 1. С. 218-243.

Андреева Н.В., Рождественская Л.В., Ярмахов Б.Б. Шаг школы в смешанное обучение. М., 2016, 282 с.

Галактионова Т.Г. Тексты «новой природы» и новая грамотность // Тексты новой природы в образовательном пространстве современной школы: мат. VIII Межд. науч.-прак. конф. «Педагогика текста» (21 октября 2016 г., Санкт-Петербург) под ред. Т.Г. Галактионовой, Е.И. Казаковой. СПб.: ЛЕМА, 2016. С. 13-17.

Гринева М.И. Клиповое мышление во благо ученика // Тексты новой природы в образовательном пространстве современной школы: мат. VIII Межд. науч.-прак. конф. «Педагогика текста» (21 октября 2016 г., Санкт-Петербург) под ред. Т.Г. Галактионовой, Е.И. Казаковой. СПб.: ЛЕМА, 2016. С. 13-17.

Джанелли М. Электронное обучение в теории, практике и исследованиях // Вопросы образования. 2018. № 4.

Ермаков Д.С., Кириллов П.Н., Корякина Н.И., Янкевич С.А. Персонализированная модель образования с использованием цифровой платформы. Под ред. Е.И. Казаковой // Современное образование, 2020. 44 с.

Казакова Е.И. Тексты новой природы: проблемы междисциплинарного исследования // Психологическая наука и образование. 2016. Т. 21. № 4. C. 102-109.

Казакова Е.И. Цифровая трансформация педагогического образования // Ярославский педагогический вестник. 2020. № 1(112). С. 8-14

Калимуллина, О.В., Троценко И.В. Современные цифровые образовательные инструменты и цифровая компетентность: анализ существующих проблем и тенденций // Открытое образование. 2018. Т. 22. № 3. С. 61-73.

Лебедева М. Ю. Стратегии работы с цифровым текстом для решения учебных читательских задач: исследование методом вербальных протоколов // Вопросы образования. 2022. № 1. С. 244-270.

Пермяков О.Е. Электронное обучение: дидактическое проектирование курсов // Образовательная политика. 2019. №4 (80).

Романова Н.Л. Онлайн-курсы как инновационная форма дистанционного обучения // Педагогика высшей школы. 2018. No 2. С. 5-8.

Уваров А.Ю., Гейбл Э., Дворецкая И.В. Трудности и перспективы цифровой трансформации образования: под редакцией А.Ю. Уварова, И.Д. Фрумина, науч. ред. Я.И. Кузьминов, И.Д. Фрумин. М.: НИУ «Высшая школа экономики», 2019. 344 с.

Cooper S. MOOCs: Disrupting the university or business as usual? // Arena journal. 2013. № 39-40. P. 182.

DeBoer J., Ho A.D., Stump G.S., Breslow L. Changing «course» reconceptualizing educational variables for massive open online courses // Educational researcher. 2014. № 43(2). рр. 74-84.

Freitas S.I., Morgan J., Gibson D. Will MOOCs transform learning and teaching in higher education? Engagement and course retention in online learning provision // British journal of educational technology. 2015. № 46(3). рр. 455-471.

Hansen J.D., Reich J. Democratizing education? Examining access and usage patterns in massive open online courses // Science. 2015. Vol. 350(6265). рр. 1245-1248.

Kizilcec, René F. Towards Equal Opportunities in MOOCs: Affirmation Reduces Gender & Social-Class Achievement Gaps in China. // Proceedings of the fourth: ACM conf. on learning and scale. Cambridge, MA, 2016.

Maksimenkova O.V., Neznanov A.A. Collaborative technologies in education: how to build effective support for hybrid learning? // University management: practice and analysis. 2019. №1-2.

Margaryan A., Bianco M., Littlejohn A. Instructional quality of massive open online courses (MOOCs) // Computers and education. 2015. № 80. рр. 77-83.

Perna L.W., Ruby A., Boruch R.F., Wang N., Scull J., Ahmad S., Evans C. Moving through MOOCs: Understanding the progression of users in massive open online courses // Educational researcher. 2014. № 43(9). pp. 421-432

Загрузки

Опубликован

2024-04-15

Как цитировать

1.
Криволапова АА, Абрамова АМ, Коцюба ИЮ. Анализ эффективности онлайн-курсов методами машинного обучения. УО [Интернет]. 15 апрель 2024 г. [цитируется по 30 октябрь 2024 г.];14(4-1):134-43. доступно на: https://emreview.ru/index.php/emr/article/view/1490

Выпуск

Раздел

DATA SCIENCE В УПРАВЛЕНИИ ОБРАЗОВАТЕЛЬНЫМ ПРОСТРАНСТВОМ