科研之友
微信
新浪微博
Facebook
分享链接
摘要
MOOC为各类学习者的能力提升提供了良好的平台,成为目前较为流行的学习方式。学习者完成课程学习,将学习体验以文本的形式反馈给教育者,产生了大量的文本数据。针对教育者对该类数据查看不及时、不全面从而导致课程缺陷不能及时弥补的问题,构建了一种面向MOOC课程评论的主题挖掘与情感分析模型。该模型利用词云对课程评论进行整体分析,运用LDA模型分析文本内容的语义信息和特征结构,自动挖掘学习者发表的课程评论中的隐含主题,最后借助字符级CNN算法训练深度情感分析模型,分析文本信息的情感极性,得到不同主题下学习者的情感分布。研究将该模型应用到"面向核心素养的信息化教学设计"课程中,结果发现:该模型能较好地挖掘出学习者在课程学习时的关注主题(如授课方式、评价方式等),并分析相应主题的情感极性,帮助教育者总结出MOOC课程评论中学习者对课程本身的意见与建议。最后,针对分析结果,给出MOOC建设的相关建议。
-
单位教育科学学院; 鲁东大学
