中国MOOCs学习者价值研究基于RFM模型的在线学习行为分析四、基于ML-RFT模型的MOOCs学习者价值案例分析本研究选取365大学平台上一门典型xMOOC类型课程《思想道德修养与法律基础》来对ML-RFT模型进行应用研究[10]。本门案例课程于2015年10月1日正式开课，平台上的学习者可以在开课期间自由加入该课程学习也可以由任课教师或管理员来添加学习者。该课程建议学习时长是每周学习3小时，对学习者没有先修知识要求。该课程属于典型的xMOOC类型课程，它的教学内容包括绪论在内共九章内容，所有学习资源均为内容讲解视频，共包括9章28节157个视频，每章或每节后对应一个练习测试题作业，共30个测试作业。按照学习进度，老师会提前上传视频学习资源及作业测试题。本研究通过课程后台导出学习者行为数据进行指标挖掘，分析时间为2015年12月14日，这距离开课已经有两个多月的时间，后台数据记录选课人数共2527人，其中最早加入课程时间为2015年10月14日，最晚加入课程时间为2015年12月9日。基于ML-RFTI分类方法模型，本研究针对本门课程实际教学情况，选取视频的观看作为学习者的学习表征，将三个指标维度具体定义如下：ML_R最近一次学习时间：在数据分析的时候该课程还在进行中，并且不断有学习者加入进来。本研究选取学习者最近学习(观看视频)时间与数据分析时间(2015-12-1410:30:20)之间的时间间隔来表征ML_R。ML_F学习频率：本研究以天为时间单位，从学习者加入课程开始到数据分析时间(2015-12-1410:30:20)每天的平均学习次数来表征ML_F。---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---ML_T学习时间：本研究以天为时间单位，从学习者加入课程开始到数据分析时间(2015-12-1410:30:20)每天的平均学习时间来表征ML_T。确定具体指标计算方法后，本研究第一轮通过编写数据库函数来挖掘本门课程2527名学习者三个指标维度上的整体指标值情况，具体数据情况如下表5所示。表5案例课程学习者整体指标情况维度指标最大值最小值均值ML_R最近学习间隔1549380秒/约18天0403122秒/约4.7天ML_F学习频率约为每天学习247次0约为每天学习3次ML_T学习时间每天学习28214秒/约7.8小时0约为每天学习673秒/约11.2分钟通过第一轮数据分析发现，三个指标维度最小值均为0，即学习者注册课程后并未观看视频进行学习，本研究将三个指标均为0的学习者抽取出来进行单独分析，发现他们加入课程时间集中在11和12月份，这与数据分析时间比较接近，可能学习者刚加入课程还没有来得及去观看视频进行学习，这与实际情况比较相符。因为ML-RFT模型每个指标确定都是以学习者学习发生为前提，所以本研究在第二轮数据分析中去除三个指标均为0的学习者共1050人，这样得到有效学习者样本共1477人。去除无关干扰样本后的学习者三个指标维度上整体指标情况如下表6所示。表6案例课程去除无关样本后整体指标情况维度指标最大值最小值均值ML_R最近学习间隔1549380秒/约18天38133秒，约10小时654142秒/约7.6天ML_F学习频率约为每天学习247次约为每天学习0.03次约为每天学习5.2次ML_T学习时间每天学习28214秒/约7.8小时约为每天学习0.26秒约为每天学习1113秒/约18.5分---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---在第一轮数据处理分析的基础上，本研究将每个学习者单个指标与总体均值进行比较，如果大于等于均值将指标在数据库中标记为1，小于均值记为0，这样得到学习者(1，1，1)、(1，1，0)……(0，0，0)共8类表征形式。通过第二轮数据分析，得到该课程学习者的具体分类，分类结果参见下表7和图1所示。表7案例课程学习者分类结果学习者类型人数所占比例类型1(ML_R↓ML_F↑ML_T↑)(0，1，1)22014.9%类型2(ML_R↓ML_F↓ML_T↑)(0，0，1)523.52%类型3(ML_R↓ML_F↑ML_T↓)(0，1，0)483.25%类型4(ML_R↓ML_F↓ML_T↓)(0，0，0)46931.75%类型5(ML_R↑ML_F↑ML_T↑)(1，1，1)533.59%类型6(ML_R↑ML_F↑ML_T↓)(1，1，0)402.71%类型7(ML_R↑ML_F↓ML_T↑)(1，0，1)463.11%类型8(ML_R↑ML_F↓ML_T↓)(1，0，0)54937.17%图1案例课程学习者类别分布柱状图在对学习者分类基础上，本研...