基于画像技术的在线课程质量评价方法研究

随着在线课程的规模扩大以及支撑平台的完善，在线教育成为被推崇的教与学模式，如何评价在线课程质量成为研究热点。文章在综合分析现有的评价模式、在线平台运营数据特征的基础上，基于平台已经积累的大量课程及用户数据，运用DBSCAN算法分类，选取BP神经网络模型进行训练测试，构建在线课程画像，对在线课程进行客观评价并形成画像的直观展示，同时将评价的结果与已经有“精品”标签的课程进行了比对分析。