摘要
MOOC课程评价是反馈学习者状态的重要数据来源,通过分析MOOC课程评论不仅能反映学习者情感倾向,还能及时发现教学问题。研究提出结合情感词典和机器学习的情感分析和主题挖掘模型,扩展构建教育领域情感词典,计算评论情感得分构建训练集,基于朴素贝叶斯算法进行情感分析,利用词云和BTM主题挖掘负面评论。结果发现,该模型能准确分析评论文本的情感极性,整体课程评论情感倾向更积极,针对挖掘结果,聚焦教师教学能力、考核评价方式、学习平台建设、课程内容构建、学习资源开发五个方面提出在线课程的优化建议。
出处
《教育信息技术》
2023年第9期3-7,共5页
Educational Information Technology
基金
重庆市研究生教改重点项目“创新2.0形态下基于产业链合作创新的‘产学研一体化’协同培养机制研究与实践”(项目号:yig182022)
重庆师范大学研究生项目“《信息技术与课程整合》教学资源案例库”(项目号:xyjg16009)
重庆师范大学教改项目“以竞赛促进应用技术型专业建设与教学改革”(项目号:02020310-0420)的研究成果。
