差評視角下基于細粒度情感分析的在線課程質(zhì)量因素研究

打開文本圖片集

基金項目：江西省教育科學規(guī)劃一般課題“基于學習評論及KANO模型的在線課程質(zhì)量評價研究”（21YB093）

摘  要：確定學習者關(guān)于在線課程的差評所涉及的質(zhì)量因素及質(zhì)量因素的重要度，對有效引導在線課程的質(zhì)量迭代及學習者滿意度提升有重要意義。文章運用Python網(wǎng)絡爬蟲技術(shù)從中國大學MOOC（慕課）官網(wǎng)上采集了學習者關(guān)于《學術(shù)英語》《思想道德修養(yǎng)與法律基礎(chǔ)》等17門文科課程的學習評論數(shù)據(jù)，基于百度AI開放平臺的自然語言處理技術(shù)對在線評論進行情感極性計算，利用LDA主題模型提取出不同類型課程的差評評論所關(guān)注的課程質(zhì)量因素，并計算出各個課程質(zhì)量因素的細粒度情感重要度。（剩余6373字）