Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Removal of Impulse Noise Using Gain Factors Adapted by Noise-Free Pixel Number and Pixel Variation Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

Modeling and Interpreting User Navigation Patterns in MOOCs

verfasst von : Xiangyu Zhang, Huiping Lin

Erschienen in: Frontier Computing

Verlag: Springer Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Over the past few years, MOOCs have trigged an education revolution. Clickstream data of user were recorded by MOOCs platform, providing valuable insights about the way user interact with the MOOCs. In this paper, we study user navigation patterns in MOOCs. We propose a metric to measure the similarity between user session-level navigation path, and build an unsupervised clustering model to capture user navigation patterns in MOOCs. Based on the user behavior clustering result, we further explore engagement of each navigation pattern from the perspective of dropout. To measure the effectiveness of our model, we conduct experiment on real world dataset with five weeks of interaction logs of 3,914 users. Through our analysis, clustering model proposed effectively identifies 13 types of user navigation patterns, which help us understand user behavior in MOOCs.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Design and Performance Characterization of Practically Realizable Graph-Based Security Aware Algorithms for Hierarchical and Non-hierarchical Cloud Architectures
Nächstes Kapitel Software-Defined Network Based Bidirectional Data Exchange Scheme for Heterogeneous Internet of Things Environment
Fußnoten
Literatur
1.
Rayyan, S., Seaton, D.T., Belcher, J., Pritchard, D.E., Chuang, I.: Participation and performance in 8.02 x electricity and magnetism: the first physics MOOC from MITx. arXiv preprint arXiv:​1310.​3173 (2013)
2.
Parr, C.: New study of low MOOC completion rates| Inside Higher Ed. Inside Higher Ed (2013)
3.
Lu, L., Dunham, M., Meng, Y.: Mining significant usage patterns from clickstream data. In: International Workshop on Knowledge Discovery on the Web, pp. 1–17. Springer, Heidelberg (2005)
4.
Sadagopan, N., Li, J.: Characterizing typical and atypical user sessions in clickstreams. In: Proceedings of the 17th International Conference on World Wide Web, pp. 885–894. ACM (2008)
5.
Nasraoui, O., Petenes, C.: Combining web usage mining and fuzzy inference for website personalization. In: Proceedings of the WebKDD Workshop, pp. 37–46 (2003)
6.
Fu, Y., Sandhu, K., Shih, M.-Y.: Clustering of web users based on access patterns. In: Proceedings of the 1999 KDD Workshop on Web Mining, San Diego, CA. Springer (1999)
7.
Forsati, R., Meybodi, M.R., Rahbar, A.: An efficient algorithm for web recommendation systems. In: 2009 IEEE/ACS International Conference on Computer Systems and Applications, AICCSA 2009, pp. 579–586. IEEE (2009)
8.
Banerjee, A., Ghosh, J.: Clickstream clustering using weighted longest common subsequences. In: Proceedings of the Web Mining Workshop at the 1st SIAM Conference on Data Mining, vol. 143, p. 144 (2001)
9.
Anderson, A., Huttenlocher, D., Kleinberg, J., Leskovec, J.: Engaging with massive online courses. In: Proceedings of the 23rd International Conference on World Wide Web, pp. 687–698. ACM (2014)
10.
Taylor, C., Veeramachaneni, K., O’Reilly, U.-M.: Likely to stop? Predicting stopout in massive open online courses. arXiv preprint arXiv:​1408.​3382 (2014)
11.
Breslow, L., Pritchard, D.E., DeBoer, J., Stump, G.S., Ho, A.D., Seaton, D.T.: Studying learning in the worldwide classroom: research into edX’s first MOOC. Res. Pract. Assess. 8 (2013)
12.
Huang, J., Dasgupta, A., Ghosh, A., Manning, J., Sanders, M.: Superposter behavior in MOOC forums. In: Proceedings of the First ACM Conference on Learning@ Scale Conference, pp. 117–126. ACM (2014)
13.
Wang, F., Chen, L.: A nonlinear state space model for identifying at-risk students in open online courses. In: Proceedings of the 9th International Conference on Educational Data Mining (2016)
14.
Yang, D., Sinha, T., Adamson, D., Rosé, C.P.: Turn on, tune in, drop out: anticipating student dropouts in massive open online courses. In: Proceedings of the 2013 NIPS Data-Driven Education Workshop, vol. 11, p. 14 (2013)
15.
Bayer, J., Bydzovská, H., Géryk, J., Obsivac, T., Popelinsky, L.: Predicting drop-out from social behaviour of students. In: International Educational Data Mining Society (2012)
16.
Day, W.H.E., Edelsbrunner, H.: Efficient algorithms for agglomerative hierarchical clustering methods. J. Classif. 1(1), 7–24 (1984)CrossRef
17.
Wang, G., et al.: Unsupervised clickstream clustering for user behavior analysis. In: Proceedings of the 2016 CHI Conference on Human Factors in Computing Systems. ACM (2016)
18.
19.
Trowler, V.: Student engagement literature review. High. Educ. Acad. 11, 1–15 (2010)
Metadaten
Titel
Modeling and Interpreting User Navigation Patterns in MOOCs
verfasst von
Xiangyu Zhang
Huiping Lin
Copyright-Jahr
2018
Verlag
Springer Singapore
Buch
Frontier Computing

Print ISBN: 978-981-10-7397-7

Electronic ISBN: 978-981-10-7398-4

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-981-10-7398-4_41

Premium Partner

    Bildnachweise