《表1 MOOC学习者RFLP指标体系及各指标含义》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于改进RFM与GMDH算法的MOOC用户流失预测》
RFM模型是对客户行为特征进行分析的重要方法之一,通过近度R(Recency)、频度F(Frequency)、值度M(Monetary)3个行为变量对客户进行分类(Hughes,1994)。传统RFM模型通过电子商务平台中客户以往的购买行为,对客户未来的短期行为进行预测。MOOC平台区别于普通电子商务平台,即:多数MOOC用户在学习过程中并没有产生实际消费,但二者在某种程度上具备一定的关联性。本研究通过改进RFM模型构建,针对MOOC用户学习行为与流失预测的RFLP指标体系,详细内容如表1所示。在RFLP指标体系中指标P(Precision)代表学习精度,测量类型包括学习者在某一期间内连续学习天数、大量跳过视频以及快进视频的次数等,是可以说明用户学习毅力与学习耐心的行为指标。通过对用户学习毅力与耐心的掌握判断其是否容易流失,如连续学习天数越多,学习者越容易养成学习习惯,进而可以判定学习者具有较好的学习毅力。跳过视频以及快进视频次数则可以判定学习者的学习耐心。加入学习精度指标可以更精准地预测用户流失状态。
图表编号 | XD00145546800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.30 |
作者 | 魏玲、郭新悦 |
绘制单位 | 哈尔滨理工大学经济与管理学院 |
更多格式 | 高清、无水印(增值服务) |