张婷婷　卜天然　汪峰坤　葛静

摘要：针对大数据环境下MOOC教育的特点，指出国内MOOC教育存在学习者盲目选择课程视频、视频知识点内容重复和退学率高三个问题，提出了解决方法。分别从建立智能关联推荐系统、建立基于内容的视频检索查重系统、建立机器化测评系统三个角度阐述。

关键词：大数据；MOOC；智能关联推荐；视频检索查重；机器化测评

1.简介

大数据（Big Data）是指“无法用现有的软件工具提取、存储、搜索、共享、分析和处理的海量的、复杂的数据集合。”4V（即Volume、Variety、Value、Velocity）为大数据的典型特征。

随着互联网和大数据时代的到来，教育知识的传播由原来的口传和纸媒的一对多模式转变为开放化的双向学习模式，大规模网络开放课程MOOC（Massive Open Online Course）也随之兴起。MOOC通常由有着共享精神和传播知识意愿的个人或组织提供面向全社会的免费的教学视频，并辅以其他多种形式的教学手段，比如：交互性论坛、师生远程交流、互助小组、模拟实验等等。

以开放性和共享性为特点的MOOC具有很多优势：（1）只要有网络和终端设备即可学习。（2）课程免费，学习成本低。（3）突破时间空间的限制。（4）对学习者不设门槛。（5）激发学习兴趣，为终身学习提供可能性。MOOC迅速掀起了全球教育理念的变革，很多知名高校，比如哈佛大学、麻省理工学院、斯坦福大学、东京大学等都加入到MOOC视频团队中。

国内高校的公开课在2013年首次登陆M00C平台，实践时间相对较短，经验缺乏，一些问题逐渐显露。

2我国MOOC存在的问题

2.1盲目选择课程视频，缺乏对学习者的内容推荐体系