张 莹 宋 磊 韩 丹 蔡永明

济南大学商学院 山东济南 250022

一、引言

自美国麻省理工学院2001年启动开放课程运动后，各国200多所名校逐渐加入开放课程体系。近年来，国内网络教育平台进入飞速发展时期，目前较著名的平台主要有网易公开课、MOOC学院、Coursera等。大量优质课程资源在各大学习平台聚集，涵盖国内外高校开设的精品开放课程，学习者可以通过网络挑选课程并进行自主学习。然而，面对海量的学习资源，学习者如何快速找到适合自己的课程资源成为一大难题。学习者大多通过课程简介选择课程，很多人往往花费了数小时之后才发现课程内容、讲授方式并不适合自己。因此，急需一种方法帮助学习者快速、有效地把握课程内容、讲课风格及讲授质量。

在网络课程内容评价方面，早有研究者从各个角度给出评判。宋志明[1]提出传承知识、启迪智慧，满足学习者的学习需求是网络公开课的主要目的。刘进军(2011)[2]提出要建立完善的评价体系，实行学生和专家打分评价的模式。孙传远(2013)分析爱课程网的评论内容得出了开放课程质量评价的八个维度，给出正面或负面的评价倾向[3]。上述研究主要停留在人工评价方面，面对海量课程信息该方法费时费力，效率不高。本文利用LDA文本挖掘技术通过抽取用户评论的主题，获取课程的内容主题及用户评论的情感倾向，为后来学习者提供课程选择的重要依据。

二、相关理论

潜在狄利克雷分配模型LDA是由DavidM.Blei等人在2003年提出的一种概率主题模型。……