<aside>
💡 Dropout 은 MOOC을 운영하는 입장에서 매우 큰 이슈 중 하나입니다. 본 논문은 중국 칭화대의 MOOC인 XuetangX에서 발생한 데이터셋을 활용해서 Dropout 예측 모델을 만들고 이를 실제로 사례를 보고한 연구입니다.
</aside>
Before We start
- K-MOOC에서 볼 수 있는 XuetangX 강좌 목록
- 실제 데이터셋
Summary
- 중국 칭화대의 MOOC인 XuetangX 데이터셋을 활용한 Dropout 예측 모델 연구
- 학습자들의 학습 행동에 따라 몇개의 유형으로 분류할 수 있었음
- 다른 코스의 dropout 사이의 높은 상관관계
- 친구들의 dropout 행동 간의 강한 연관성에 대해 발견함
- 학습자의 dropout 을 예측하는 Context-aware Feature Interaction Network (CFIN) 모델을 개발함
- 다른 맥락에서의 특징 벡터를 매끄럽게(smooth) 하는 context-smoothing 기법을 사용했음
- 모델에 학습자(user)와 코스 정보를 통합하기 위해 attention 기법을 사용함
- 두 가지 데이터셋에서 실험했을때, 다른 모델보다 더 좋은 성능을 보임
- 실제 시스템에 적용되어 학습자 잔류 (user retention) 비율을 높임
Introduction
Related Work
<aside>
💡 선행 연구들의 목록인데, 기존 dropout 연구의 흐름을 따라가고 싶다면, 아래 목록부터 시작하면 좋을 듯 합니다.
</aside>
Data and Insights
Datasets