让学习过程更活跃

论文《Engaging with Massive Online Courses》由斯坦福大学和康奈尔大学的博士生、教授合作，发表于计算机应用领域世界最顶级的学术会议之一--WWW，并且获得了最佳论文亚军，非常强大。论文通过挖掘 coursera 上 Machine Learning （以下简称ML）和 Probabilistic Graphical Models（以下简称PGM） 两门课各三次开课的数据记录，分析了最终成绩不同的学生在学习过程中表现出怎样的差异，以及如何提升课程论坛活跃度。

课程开始前后选课的用户质量最高

在课程正式开始前半个月，到课程第一次作业截止这段时间里选课的学生，其中的活跃者比例远高于其它时间选课的。所以，MOOC课程宣传的最佳时机，就是开课前后这个时间窗口，能获取更优质的学员。

早选课的活跃度低，可能是因为学习热情在等待中消散，或者时间发生了冲突。第一次作业截止时间之后，再努力学也难以获得证书，所以对后续作业等也就不关注了。不过值得一提的是，自开课时间起，哪怕到了课程结束之后，加入到课程但只看视频的学生始终保持着较高的比例。他们虽然不交作业、不考试，但也能从视频有所得，这也是课程价值的体现。所以有些MOOC课程结束后就彻底关闭，连视频都不给人看的做法，是不合适的。

另外，60%的学生是在课程开始前选课的，所以足够长的预告期还是有必要的。

学生越活跃，成绩越高

基本上，学生的最终成绩和他在看视频、做测验、交作业和读论坛的次数是成正比的。也应了那句"一分耕耘一分收获"的老话。但"读论坛"这项活动有个独特现象，在80-100分这个区间会变成反比，也就是分数越高，论坛看得越少。这说明学霸对论坛的依赖不高。论坛主要服务于非学霸。

但不要以为学霸对论坛就没贡献，事实上他们很重要。统计数据表明，占据论坛沙发的学生论坛活跃度都很高（侧面说明人数少），而且他们的平均成绩也在80分之上。

最大的杀手，是做题

统计表明，并没有任何视频成为明显的学习终结者，但确实有些作业题目成为障碍，大量的学生被挂在上面，然后就没有然后了。这说明学习中止的很大原因是遇到困难，而非单纯的懒惰。如果能在解题过程多提供一些帮助，可以帮学生走得更远。

学霸和学渣的帖子有显著区别

只需要对讨论区做简单的词频统计，就能得出一个结论：交作业多的学生帖子包含更多术语，交作业少的则刷的只是存在感（hello、me、I’m、interested是学渣高频词）。如此说来，假如要对学生论坛表现评分的话，那么词频统计的方法也是有一定可行性的。

另一个区别是帖子的位置。前面说了，学霸喜沙发。那学渣喜什么呢？喜欢提问……其实说提问的是学渣，是不对的。虽然统计表明提问者的平均成绩较低，但还没低到学渣的地步。真正的学渣是连问都不会问的。

虚荣心是可利用的

ML的第三次授课在论坛里引入了游戏中常用的勋章系统，结果论坛活跃度提升了不少。而且，勋章的展现越显著（比如紧贴着用户姓名显示），越能刺激活跃度。当然，负面作用也有，就是恶意投票的增加了。

上一篇：在线教育：年龄划分市场

下一篇：大数据告诉你什么微课更具吸引力