基于分离微观和宏观信息的MOOC在线用户行为监测方法

本发明涉及一种基于分离微观和宏观信息的MOOC在线用户行为监测方法。提出一种基于双塔结构的深度学习框架，分别对宏观信息和微观信息进行建模，能够有效地从学习者的连续活动记录中挖掘时间序列信息，且能够支持联合训练和分离训练两种模式。本发明通过使用具有时间序列建模机制的模型，能够有效捕捉在线学习交互日志中的潜在时间序列模式；且提出的双塔框架在联合模式或分离模式下的性能均优于单塔的基线模型提高模型性能，联合模式能够提高模型的整体性能，尤其在同时处理微观和宏观信息时效果尤为显著。而分离模式则提供了更高的灵活性，适用于需要独立训练各部分模型的场景。