未来教育是什么样子？在线开放课程对课堂教学会产生什么样的影响？本书是作者团队多年来对在线教育和课堂教学实践探索的总结与思考。本书分析了课堂教学模式的改变，剖析了课堂教学与在线学习的关系，更深入地探索如何使用线上线下混合式教学提升教学效果。本书前4章介绍了建设和运行在线开放课程的一些经验，帮助读者了解在线开放课程申请、建设和维护的全流程；后4章介绍了作者基于教育大数据学习行为分析方面的一些经验总结及研究成果，可以用于预测学习效果、评估课程视频的质量和实现更科学的在线课程学习评价，以期对关注在线开放课程建设与MOOC学习行为的读者有所帮助。
样章试读
目录
- 目录
前言
第1章 中国在线教育的未来 1
1.1 未来教育模式 1
1.1.1 未来教育的特征 1
1.1.2 在线开放课程改变教育模式 3
1.1.3 课堂教学不会被取代 4
1.2 中国的 MOOC 该往哪里走 7
1.2.1 中国已经成为 MOOC 大国 7
1.2.2 国际在线教育平台朝着盈利最大化转变 8
1.2.3 中国的 MOOC 应该走自己的道路 9
1.3 如何突破传统人才培养模式 11
1.3.1 互联网＋教育背景下创新模式 11
1.3.2 让中国学生学会讨论 12
1.3.3 大学中教师更应该学习 MOOC 13
参考文献 14
第2章 什么是 MOOC 15
2.1 MOOC 的兴起 15
2.1.1 MOOC 的概念 15
2.1.2 国内外 MOOC 平台分析 17
2.2 MOOC 的发展 23
2.2.1 发展动力 23
2.2.2 发展特点及发展趋势 25
2.2.3 面临的挑战 29
2.3 MOOC 教学模式与教学模块 31
2.3.1 MOOC 教学模式 31
2.3.2 MOOC 教学模块 34
参考文献 41
第3章 如何建设 MOOC 43
3.1 MOOC 建设流程 43
3.1.1 课程规划 43
3.1.2 备课 47
3.1.3 视频制作 48
3.1.4 课程运行 51
3.2 如何制作优质的 MOOC 视频 53
3.2.1 视频吸引力分析 53
3.2.2 最优视频时长和数量 55
3.2.3 最佳视频表现形式 58
3.2.4 视频录制及制作建议 62
3.3 如何设计知识地图 64
3.3.1 知识地图的必要性 64
3.3.2 知识地图的作用 66
3.3.3 构建知识地图需要解决的关键问题 68
3.3.4 知识地图制作步骤 70
3.3.5 基于知识地图 MOOC 构建面临的挑战 73
参考文献 74
第4章 如何使用 MOOC 76
4.1 在线学习 MOOC 76
4.1.1 你需要 MOOC 吗 76
4.1.2 怎样提升 MOOC 学习效果 78
4.1.3 哪些学习者拿到了证书 80
4.2 MOOC ＋翻转课堂 85
4.2.1 翻转课堂发展历程 87
4.2.2 MOOC ＋翻转课堂的特点 88
4.2.3 MOOC ＋翻转课堂教学实施 91
4.2.4 MOOC ＋翻转课堂的评价和建议 92
4.3 MOOC 学分制 96
4.3.1 MOOC 学分制的出现 96
4.3.2 MOOC 学分制的实施 97
4.3.3 MOOC 学分制研究与建议 99
4.4 线上线下混合式教学 102
4.4.1 为什么需要线上线下混合式教学 102
4.4.2 SPOC 与雨课堂介绍 103
4.4.3 SPOC 和雨课堂的实施 106
4.4.4 科学评价线上线下混合式教学 110
4.5 微学位与在线学位 113
4.5.1 微学位与在线学位的内涵 113
4.5.2 微学位和在线学位面临的挑战 116
4.6 如何用好 MOOC 117
4.6.1 存在的问题 117
4.6.2 大学使用 MOOC 资源的建议 119
参考文献 121
第5章 MOOC 学习行为特征 123
5.1 MOOC 数据概述 123
5.1.1 数据结构 124
5.1.2 数据特征 127
5.2 学习者属性分析 135
5.2.1 学习者的年龄分布特征 135
5.2.2 学习者的性别特征 138
5.2.3 学习者的地区分布特征 145
5.3 学习行为统计特征 149
5.3.1 观看视频行为统计特征 149
5.3.2 完成作业行为统计特征 151
5.3.3 参与讨论行为统计特征 152
参考文献 154
第6章 MOOC 学习者分类与预测 156
6.1 基于早期学习行为的学习者分类预测 156
6.1.1 MOOC 学习预测研究 156
6.1.2 学习者分类 157
6.1.3 基于朴素贝叶斯的学习者预测 163
6.1.4 基于贝叶斯公式的辍学因素分析 168
6.2 基于行为偏好的学习行为模式分类 169
6.2.1 聚类算法概述 172
6.2.2 聚类算法实现 172
6.2.3 基于行为偏好的学习行为模式分类结果 173
6.3 基于观看视频行为特点的分类 174
6.3.1 基于观看视频行为分类算法 174
6.3.2 基于观看视频行为分类结果 175
参考文献 176
第7章 MOOC 视频吸引力量化与评估 178
7.1 视频吸引力与视频属性建模 178
7.1.1 视频吸引力因子的定义 178
7.1.2 多元回归算法 181
7.2 最受欢迎的视频时长 188
7.2.1 视频数量的忍耐度阈值 188
7.2.2 最优视频时长的区间估计 189
7.2.3 随发布时间变化的最优视频时长 192
7.3 视频分割评估方法 195
7.3.1 Logistic 变换与视频吸引力因子 195
7.3.2 相关性分析 196
7.3.3 视频分割评估算法 198
7.4 基于矩阵填充的最受欢迎的视频时长 204
7.4.1 低秩性与稀疏性 204
7.4.2 矩阵填充算法 206
7.4.3 多课程融合最优视频长度 209
参考文献 212
第8章 MOOC 学习有效性量化与评估 215
8.1 课程认证与有效学习理论 215
8.1.1 课程认证 216
8.1.2 学习成就系统设计框架 221
8.1.3 在线学习有效性及其理论 223
8.1.4 有效的课程学习行为 226
8.2 MOOC 学习过程评价 229
8.2.1 观看视频行为得分 231
8.2.2 学习过程评分算法 234
8.2.3 效果分析与结论 237
8.3 MOOC 视频评估 240
8.3.1 MOOC 评估的必要性 240
8.3.2 课程视频评估的算法 241
8.3.3 课程学习效果分析 245
参考文献 250
京公网安备 11010102004214号