《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》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。