魏 玲 李 阳



基于RFL的MOOC学习者细分与忠诚度研究*——以“怪诞行为学”课程为例

魏 玲 李 阳

（哈尔滨理工大学管理学院，黑龙江哈尔滨 150040）

MOOC在全球掀起应用风暴的同时，也面临着巨大的挑战，学习者课程完成率低或中途选择放弃等用户流失现象尤为严重。为了分析哪些类型的学习者可能中途选择放弃、哪些类型的学习者能够坚持完成课程，需要对MOOC学习者进行细分与忠诚度研究。文章借鉴商业领域中的RFM（Recency+Frequency+Monetary，近度+频度+值度）客户分类思想，构建了基于RFL（Recency+Frequency+Length，近度+频度+值度）的MOOC学习者分类模型。在此基础上，文章以“怪诞行为学”课程为例，对学习者进行了聚类分析，并针对MOOC各级别学习者的行为特征提出相应的教学策略，以期为更好地发展MOOC提供参考。

MOOC；学习者细分；忠诚度；RFL

引言

随着信息技术的发展，网络教育发生了空前的变革，涌现出众多的在线学习平台。在线学习平台具有的共享性和提供的个性化服务，改变着学习者的思维模式，便于学习者知识的构建。MOOC（Massive Online Open Courses，大规模在线开放课程）作为当前在线学习平台的典型代表，起源于加拿大，现已在全球教育领域大受热捧并掀起了新一轮应用风暴[1]。MOOC在全球教育界被广泛追捧的同时，也面临着巨大的挑战。有关调查显示，当前MOOC注册者的实际课程完成平均率不足百分之十，注册者在学习过程中选择中途放弃的现象尤为严重[2]。面对这种较高的用户流失率问题，研究者正努力寻找原因，分析哪些因素会影响学习者的持续学习行为。……