[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

说明书

本发明公开了一种基于MOOC数据中辍学行为的因果关系模型的建立方法，通过分析MOOC日志数据集和构建影响辍学行为的候选自变量，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，使用基于互信息的局部因果网络结构发现算法，通过无向图中基于回归分析方程剔除错误变量和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，对于任何一种目标学习效果变量，都可以通过无向图生成、错误节点剔除和局部网络结构构建来进行关于该学习效果的局部因果网络结构的构建工作，进行学习效果的因果关系挖掘。

技术领域

本发明属于人工智能技术领域，具体涉及一种基于MOOC数据中辍学行为的因果关系挖掘方法。

背景技术

MOOC(Massive Open Online Course，大规模开放式线上课程)通过在线学习平台为广大学习者提供了一种新型的教学模式，它提供给大量的所有需要在线学习的用户以一种完全免费的教学教育资源和便捷便利的学习体验，致力于大规模课程与内容共享、零碎的课程形式、各个群体相互交流互动等特点，MOOC在社会上受到了越来越多的关注。MOOC平台的崛起，在学术界引起了很大的轰动，Coursera、edX、Udacity等国内外学者也将目光集中在MOOC 平台的海量数据上。对数据进行了详细的分析和充分的挖掘。

学习者在MOOC平台上的学习交互过程，可以发现学习者在MOOC学习过程中产生了大量行为数据(如鼠标点击次数等)、学习效果数据(是否获得证书等)，同时MOOC平台也提供了大量学习资源数据(如学习资源标签等)以及学习者基本属性数据(如年龄、性别等)，对这些海量MOOC数据进行统计分析，将有助于揭示人类更深层次的认知机理，挖掘有价值的学习规律与模式。

目前，国内外学者重点研究了学习行为数据与学习效果之间的相关性(Correlation)。这一系列研究都得出同样的结论，学习行为和学习效果之间存在着很大的联系。但是，都只得到的两者存在着巨大的相关，却无法得出因果关系。然而，与因果关系相比，相关性分析得到的结论有时是不可靠，甚至是错误的。另一方面，相关性还很难在给定的情景下提供决策支持和干预手段，无法解决智能导学、个性化推荐、学习评价等智能教育应用中的关键问题。MOOC 研究中因果关系的挖掘是十分重要的方向。然而，目前对MOOC数据中因果关系挖掘的研究还非常薄弱。因此，设计有效的基于MOOC数据的因果关系挖掘算法，成为了一个亟待解决的问题。

现有技术的缺陷和不足：

1.面向辍学行为的无向图构建。为了研究MOOC数据中辍学行为的因果关系挖掘问题，主要目标是生成辍学行为的局部因果网络图，首先就是构建面向辍学行为的无向图，如何从 MOOC数据中提取出影响辍学行为的候选自变量，并根据候选自变量，如何定性和定量地表达关联关系，构建面向辍学行为的无向图，成为了面临的第一个挑战。不仅如此，由于目标变量的因果变量只是众多语义变量中具有因果语义的一部分，如何在众多语义变量中，提取出具有因果语义的变量，还需要进行深入的研究。

2.在生成的局部因果结构中，对于标准贝叶斯网络进行研究和学习的已经有很多研究，如何针对于未知的MOOC数据领域，在无向图的基础上，构建出带方向的局部因果网络结构，成为了面临的主要挑战。虽然根据基本假设，在MOOC平台上进行事件操作越少的学习者，辍学行为发生的可能性越大，但如何利用严格的因果推理，进行局部因果网络结构构建并在结构中进行方向的判别，还是一个有着相当难度的问题。

3.表现为相关性的两个变量之间可能会表现出虚假的因果关系。例如，城市中的“医院数目”与“罪案数目”通常具有显著的正相关性，但两者不存在因果关系。这种虚假的因果关系容易让人在数据分析的过程中得到错误的推断和结果。

发明内容