大数据证明怎样让MOOC更吸引人

标签: NULL | 发表时间:2014-05-15 19:02 | 作者:Sunner
出处:http://blog.sunner.cn

让学生更投入地学习是教师的责任之一。 MOOC的学生流失率一直是关注焦点,开课教师也会绞尽脑汁地吸引、鼓励学生,希望他们能坚持下去,哪怕只是多学一点点也好。最近读的两篇论文分别基于 coursera 和 edX 的数据,从不同角度分析了此问题,有些结论显而易见,有些结论令人惊讶,对开课教师以及平台设计和运营都很有借鉴意义。所以,摘要于此。

背景

先简单介绍一下这两篇论文的背景。论文《 Engaging with Massive Online Courses》(以下简称论文1)由斯坦福大学和康奈尔大学的博士生、教授合作,发表于计算机应用领域世界最顶级的学术会议之一—— WWW,并且获得了 最佳论文亚军,非常强大。论文通过挖掘 coursera 上  Machine Learning 和  Probabilistic Graphical Models 两门课各三次开课的数据记录,分析了最终成绩不同的学生在学习过程中表现出怎样的差异,以及如何提升课程论坛活跃度。

另一篇论文《 How Video Production Affects Student Engagement: An Empirical Study of MOOC Videos》由 MIT 的博士生、博士后,及 edX 工程副总裁共同撰写,发表于应 MOOC 兴起而新设立,专注于教育与计算机科学交叉学科的会议——ACM Learning @ Scale。它分析了edX上690万条视频观看记录,统计得出怎样的视频更吸引人。

结论综述

他们的具体分析方法就不赘述了,感兴趣的请看原文。这里直接进入结论综述。

课程开始前后选课的用户质量最高

在课程正式开始前半个月,到课程第一次作业截止这段时间里选课的学生,其中的活跃者比例远高于其它时间选课的。所以, MOOC课程宣传的最佳时机,就是开课前后这个时间窗口,能获取更优质的学员

早选课的活跃度低,可能是因为学习热情在等待中消散,或者时间发生了冲突。第一次作业截止时间之后,再努力学也难以获得证书,所以对后续作业等也就不关注了。不过值得一提的是,自开课时间起,哪怕到了课程结束之后,加入到课程但只看视频的学生始终保持着较高的比例。他们虽然不交作业、不考试,但也能从视频有所得,这也是课程价值的体现。所以 有些MOOC课程结束后就彻底关闭,连视频都不给人看的做法,是不合适的

另外,60%的学生是在课程开始前选课的,所以足够长的预告期还是有必要的。

学生越活跃,成绩越高

基本上, 学生的最终成绩和他在看视频、做测验、交作业和读论坛的次数是成正比的。也应了那句“一分耕耘一分收获”的老话。但“读论坛”这项活动有个独特现象,在80-100分这个区间会变成反比,也就是分数越高,论坛看得越少。这说明学霸对论坛的依赖不高。 论坛主要服务于 学霸

但不要以为学霸对论坛就没贡献,事实上他们很重要。统计数据表明, 占据论坛沙发的学生论坛活跃度都很高(侧面说明人数少),而且他们的平均成绩也在80分之上

最大的杀手,是做题

统计表明,并没有任何视频成为明显的学习终结者,但确实有些作业题目成为障碍,大量的学生被挂在上面,然后就没有然后了。这说明 学习中止的很大原因是遇到困难,而非单纯的懒惰。如果能在解题过程多提供一些帮助,可以帮学生走得更远。

学霸和学渣的帖子有显著区别

只需要对讨论区做简单的词频统计,就能得出一个结论: 交作业多的学生帖子包含更多术语,交作业少的则刷的只是存在感(hello、me、I’m、interested是学渣高频词)。如此说来,假如要对学生论坛表现评分的话,那么词频统计的方法也是有一定可行性的。

另一个区别是帖子的位置。前面说了,学霸喜沙发。那学渣喜什么呢?喜欢提问……其实说提问的是学渣,是不对的。虽然统计表明提问者的平均成绩较低,但还没低到学渣的地步。真正的学渣是连问都不会问的。

虚荣心是可利用的

ML的第三次授课在论坛里引入了游戏中常用的勋章系统,结果论坛活跃度提升了不少。而且,勋章的展现越显著(比如紧贴着用户姓名显示),越能刺激活跃度。当然,负面作用也有,就是恶意投票的增加了。

短于6分钟的视频最吸引人

基于edX数据的统计,无论视频多长,用户实际观看时长的中位数都不超过6分钟。而且6-9分钟长的视频是个拐点,更长的视频实际观看中位数反倒会下降。比如长度超过12分钟的视频,实际观看中位数只有3分钟。所以,“ 短视频到底多短最合适”这个问题有了标准答案了:6分钟。

这个数字挺难让人接受的,因为按多数老师的习惯,6分钟根本讲不了什么东西,15分钟都勉强。但和下一个结论联合分析,其实真未必做不到。

语速快,很关键

虽然统计数字表明语速和视频吸引力并不完全成正比,但当语速达到每分钟185-254个单词(对应中文我估计少说得300个字吧?)时,无论视频多长,都比低语速能获得更多注意力。原因很好理解,快语速常常伴随着激情,激情富有感染力,感染力可以让学生更专注。所以, 教师越热情,甚至是激情,越能吸引学生。

语速加快,讲同样内容所需时间就会缩短,这样产出的视频就可以向下接近甚至达到6分钟的建议长度了。 录课前做好规划,让内容更紧凑,节奏更快,不说废话,不机械重复(学生可以自己重复看),剪掉“嗯”、“啊”等口头语,短小精悍的视频就有了。

教师头像绝非可有可无

对于大于6分钟的视频,有教师讲课头像的和纯ppt、软件操作等录屏相比,前者收获的关注更多。我想,这是因为头像总在动,比时长处于静止画面的单调录屏更提神吧。我个人确实比较喜欢那种头像嵌入视频一角的形式,但前提是ppt把那一角特意留出来,头像不会遮挡该看到的课件内容。

制造一对一的感觉

教师都习惯教室气氛,黑板/大屏幕,站在讲台上,走来走去,甚至安排一些学生假装听众来提起讲课的性质。但数据分析表明,这种在教室/演播室,配置昂贵设备录制的视频,在吸引力上其实不如更低成本的私人录制方式。 教师坐着,面对镜头,背景就是办公室,像做单独辅导一样地讲课,效果是最好的。这样很容易产生一种亲切感,而且和坐在电脑前的学生所处学习环境最契合。

这里的关键点,就是让学生有一对一的感觉。坐下来直面镜头,就基本创造出了这种感觉。语言上再 多用“你”而不是“你们”,用“咱们”而不是“大家”,气氛就有了。很多不谙此道的老师课程开头第一句话总是“同学们,大家好”,我通常在那一刻就“出戏”了。

手写屏/笔是最值得购买的设备

可汗学院的视频是典型的手写笔应用,所以论文2干脆将这种视频称为“可汗风格”。统计表明,与录屏风格相比,学生愿意在可汗风格的视频中投入1.5-2倍的时间。老师边讲边画,确实很像一对一给我讲题的感觉。或者在一片白板/黑板上用板书讲课,或者在ppt上勾画要强调的内容,手写让学生很清楚地知道该看哪里,并忠实地跟着老师的思路。

用鼠标是很难“写”出好板书的。手写电磁屏用起来很直观,但也很昂贵。手写笔也够用,而且只卖几百元,非常值得配备一块。

相关 [大数据 证明 mooc] 推荐:

大数据证明怎样让MOOC更吸引人

- - Hello World
让学生更投入地学习是教师的责任之一. MOOC的学生流失率一直是关注焦点,开课教师也会绞尽脑汁地吸引、鼓励学生,希望他们能坚持下去,哪怕只是多学一点点也好. 最近读的两篇论文分别基于 coursera 和 edX 的数据,从不同角度分析了此问题,有些结论显而易见,有些结论令人惊讶,对开课教师以及平台设计和运营都很有借鉴意义.

MOOC 即将迎来失败?

- - 煎蛋
大型开放式网络课程,即MOOC(massive open online courses). 2012年,美国的顶尖大学陆续设立网络学习平台,在网上提供免费课程,Coursera、Udacity、edX三大课程提供商的兴起,给更多学生提供了系统学习的可能. 2013年2月,新加坡国立大学与美国公司Coursera合作,加入大型开放式网络课程平台.

[福利] 医学类MOOC汇总

- - 八爪
在MOOC上课已有大半年,我本人也攒了18张证书. 很多医学类的MOOC都是颇令人眼馋垂涎的,所以我也就不私藏了,赶紧把过眼的医学MOOC们汇总给大家:. 等等,还不知道什么是MOOC. 这个目录下的课程对于需要进行临床研究的医生和研究生们是最具有实用性的了:. 强烈推荐哈佛医学院的这门《临床试验基础》,面对催眠文献中纷繁缭乱的术语和数据,怎么去解读试验结果,怎么去设计试验,这门课里讲得深入浅出.

MOOC 其实已改变大学教育的基础,在中国

- - Hello World
MOOC 诞生之初,“颠覆大学”、“教师下岗”之类的观点很多. 四年过去,大学和教师都依然稳健,而 MOOC 却变了样子. 当初因坚持做职业教育而最不 MOOC 的 Udacity,如今估值最高,率先成为独角兽. Coursera 和 edX 都开始侧重职业教育,许多大学老师也对课程缩水、转型,极力迎合职业教育的需求.

如何利用 MOOC 在家学习哈佛大学的课程?

- - 少数派
Matrix 是少数派的写作社区,我们主张分享真实的产品体验,有实用价值的经验与思考. 我们会不定期挑选 Matrix 最优质的文章,展示来自用户的最真实的体验和观点. 文章代表作者个人观点,少数派仅对标题和排版略作修改. 想要成为哈佛大学的学生,很难;但想要上哈佛大学的课,很容易. 这个学期,我上了三门哈佛大学的 MOOC,分别是:.

中国大学 MOOC Android 性能优化:冷启动优化总结

- - 有道技术沙龙博客
联系我们: 有道技术团队助手:ydtech01 / 邮箱:[email protected]. 本文的重点在于如何定量的排查冷启动过程中的耗时操作,并提供对应的优化思路和实践方法总结. 同时本文涉及到的冷启动优化主要涵盖两个方面:Application 的性能优化和 Launcher Activity 的性能优化.

证明题

- Kyle - 《槽边往事》---比特海日志
(图库流量超标,欢迎支持:点击注册Yupoo). 是安于现在的生活并且学着享受庸常,还是甘冒下坠的风险振翅飞往远方. 这是我最近在《树洞》里经常看到的问题. 说实话,我也觉得非常惊奇,竟然有那么多人觉得现实在一点点埋葬自己的梦想,同时又没有足够的勇气跨出一步. 每次说到看不到的山那头,海的那一端,总有无数颗小心在各个地方黯然破碎.

证明0.999...=1

- Zane - Solidot
数学中最妙不可言的部分是其简洁优美的陈述,它们常常会让人惊呼“这不是真的”,例如e^(iπ)+1=0. 在《蒙大拿州数学爱好者》杂志上,两位研究人员用了28页探讨了一个已经被深入讨论过的、但常常让学生感到困惑的问题:0.999...等于1(PDF). 众所周知,循环小数0.999…等于实数1,相关的证明很多,例如:设a= 0.999...,两边同乘以10得到10a=9.99...,等式两边再减去a得到10a-a=9,即9a=9,a=1;另一个证明,1/9 = 0.111...,9 x (1/9) = 0.999...于是1 = 0.999....

谈大数据(2)

- - 人月神话的BLOG
对于大数据,后面会作为一个系列来谈,大数据涉及的方面特别多,包括主数据,数据中心和ODS,SOA,云计算,业务BI等很多方面的内容. 前面看到一个提法,即大数据会让我们更加关注业务方面的内容,而云平台则更多是技术层面的内容. 对于大数据会先把各个理解的关键点谈完了,再系统来看大数据的完整解决方案和体系化.

大数据之惑

- - 互联网分析
算起来,接触大数据、和互联网之外的客户谈大数据也有快2年了. 也该是时候整理下一些感受,和大家分享下我看到的国内大数据应用的一些困惑了. 云和大数据,应该是近几年IT炒的最热的两个话题了. 在我看来,这两者之间的不同就是: 云是做新的瓶,装旧的酒; 大数据是找合适的瓶,酿新的酒. 云说到底是一种基础架构的革命.