基于历史大数据决策树分类的MOOC教学评估方法研究  

作　　者：戴慧珺[1,2] 桂小林[1,2] 张成[3] 张佳庚 

机构地区：[1]西安交通大学电子与信息工程学院,陕西西安710049 [2]陕西省计算机网络重点实验室,陕西西安710049 [3]延安大学网络中心,陕西延安716000 [4]西安交通大学网络中心,陕西延安710049

出　　处：《计算机教育》2015年第22期52-55,共4页Computer Education

基　　金：西安交通大学2013-2015年度教学改革项目

摘　　要：传统的教学评价是根据受教育者考试成绩得到的终结性考评,这种评价方式容易由于人为因素而产生评价结果的偏差。随着MOOC和大数据应用的兴起,对学生在网络教学环境下的表现进行自动化教学评价已成为可能。文章阐述根据当前移动互联网的大数据模式,使用数据挖掘算法实现基于学生学习行为的评价算法。

关 键 词：决策树 MOOC 数据挖掘 评估 

分 类 号：G642[文化科学—高等教育学]