[发明专利]一种基于MOOC数据中辍学行为的因果关系挖掘方法

权利要求书

1.一种基于MOOC数据中辍学行为的因果关系挖掘方法，其特征在于，包括以下步骤：

步骤100，MOOC日志数据集的获取与分析，得到MOOC日志数据集中关键数据之间的关联关系；

步骤200，在步骤100得到MOOC日志数据集中关键数据之间的关联关系的基础上构建影响辍学行为的候选自变量；

步骤300，基于步骤200构建的候选自变量，将辍学行为作为因变量，定性分析所述候选自变量与因变量之间的相关性；设计所述候选自变量与因变量之间依赖性的定量度量方法，来构建无向图，得到由自变量和因变量组成的节点集构成的无向图；

步骤400，基于步骤300所得到的自变量和因变量组成的节点集构成的无向图，将局部贝叶斯网络结构学习转化成目标变量T的马尔可夫毯的学习，使用基于互信息的局部因果网络结构发现算法，对无向图基于回归分析方程剔除错误变量后，基于条件独立性测试生成局部网络，构建面向辍学行为的带方向的局部因果网络结构，具体如下：

步骤401，采用基于回归分析的错误变量剔除的方法，剔除针对步骤300所得无向图中与辍学行为变量相关性不强的节点，得到剔除掉错误变量的辍学行为变量的父子节点集；

步骤402，基于步骤401生成剔除掉错误变量的辍学行为变量的父子节点集，进行带方向的局部因果关系网络的构建，采用条件独立性测试方法，进行配偶节点的加入和方向判别，并对无向图中剩余的父子节点进行方向判别；生成带方向的局部因果关系网络结构。

2.根据权利要求1所述的基于MOOC数据中辍学行为的因果关系挖掘方法，其特征在于，步骤100中，基于MOOC日志数据集中的表格，按照关键数据表中的关键字对数据进行整体分析，根据所述关键数据表中关键字的含义，对所述数据集进行聚合分析，得到MOOC日志数据集中关键数据的E-R图，E-R图展示出所述MOOC日志数据集中关键数据之间的关联关系。

3.根据权利要求2所述的基于MOOC数据中辍学行为的因果关系挖掘方法，其特征在于，具体包括以下步骤：

步骤101，通过对MOOC日志数据集的操作种类和时序分类，形成关于对MOOC日志数据集种类和时序的特征；

步骤102，通过在MOOC日志数据集中匹配用户id和课程id，得到每个用户对课程的操作数及当前用户操作本门课程数占所有用户操作本门课程总数的比例；

步骤103，对MOOC日志数据集中的离散分布的数据进行标准化处理及无关变量进行删除，得到最后的数据集并存储在本地数据库中。

4.根据权利要求1所述的基于MOOC数据中辍学行为的因果关系挖掘方法，其特征在于，步骤200中，在步骤100分析所述数据集的基础上，按照学习行为的分类，并根据先验知识，根据可能存在因果关系的变量，构建四类基于学习行为的候选自变量，即，学习者对学习资源的访问行为、学习者之间的交流行为、学习者与教育者的互动行为和学习者与MOOC系统交互行为。

5.根据权利要求1所述的基于MOOC数据中辍学行为的因果关系挖掘方法，其特征在于，步骤300中，首先，选择斯皮尔曼相关系数检测步骤200所构建的各个候选自变量与因变量之间的相关性，反映两个变量之间的线性相关程度；

然后，通过计算候选自变量点的标准分数均值估计得到自变量与因变量线性相关程度。