具有语义视觉探索和基于序列的MOOC视频推荐的灵活学习
作者
推荐系统用户体验时序数据与网络图可视化在线学习与 MOOC 平台大学教授与研究人员在线课程设计师HCI 研究员
大型开放在线课程(MOOC)平台将在线教育扩展到了前所未有的注册人数,但仍然受到其僵化且预先确定的课程的限制。为了克服这一限制,本文贡献了一个名为MOOCex的可视化推荐系统。该系统通过考虑视频内容和从课程大纲中挖掘出的顺序主题间关系,在不同课程之间推荐讲座视频;更重要的是,它允许在学习者当前上下文中对推荐的语义空间进行交互式可视化探索。与传统方法(例如基于内容的推荐和排名列表表示)相比,MOOCex从更多元化的视角推荐视频,并帮助学习者做出更好的视频播放决策。此外,来自MOOC学习者和教师的反馈表明,该系统提高了学习和教学效果。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
暂无符合条件(≥60% 相似度)的相关论文
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2018
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
推荐系统用户体验、时序数据与网络图可视化、在线学习与 MOOC 平台
work
职业/产业
大学教授与研究人员、在线课程设计师、HCI 研究员
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文