一老赤、數(shù)據(jù)來(lái)源及說(shuō)明
數(shù)據(jù)來(lái)源:https://www.kaggle.com/edx/course-study
數(shù)據(jù)解釋?zhuān)簲?shù)據(jù)來(lái)源于kaggle上關(guān)于2012-2016年Harvard和MIT兩校在edX開(kāi)設(shè)在線課程情況的研究淌友。
該數(shù)據(jù)集中共有290個(gè)在線課程的數(shù)據(jù)溪烤，字段信息23個(gè)蚓土，可大致分為3類(lèi)：
1、課程相關(guān)字段：Institution：課程機(jī)構(gòu)督笆、Course Number：課程編號(hào)育叁、Launch Date：上線日期Course Title：課程名稱(chēng)、Instructors：講師愁溜、Course Subject：課程主題疾嗅、Year ：課程持續(xù)時(shí)長(zhǎng)（年）、Honor Code Certificates：是否提供認(rèn)證
2冕象、運(yùn)營(yíng)相關(guān)字段：Participants (Course Content Accessed)：學(xué)生數(shù)代承、Audited (> 50% Course Content Accessed) ：完成50%課程人數(shù)、Certified獲得認(rèn)證人數(shù)渐扮、Total Course Hours (Thousands)：總計(jì)課程時(shí)長(zhǎng)（千）论悴、Median Hours for Certification：獲得認(rèn)證的小時(shí)數(shù)的中位數(shù)、% Audited：完成 50%課程人數(shù)占比墓律、% Certified：認(rèn)證人數(shù)占比膀估、% Certified of > 50% Course Content Accessed：認(rèn)證人數(shù)在完成50%課程人數(shù)中占比、%Play Video：播放視頻人數(shù)占比耻讽、% Posted in Forum： 粘貼到論壇占比察纯、%Grade Higher、Than Zero：分?jǐn)?shù)高于0的百分比
3齐饮、學(xué)生信息相關(guān)字段：Median age：用戶(hù)年齡中位數(shù)、% Male：男性占比笤昨、% Female：女性占比祖驱、% Bachelor's degree or higher：學(xué)生學(xué)士學(xué)歷或以上占比
二、分析維度
三瞒窒、數(shù)據(jù)清洗
? ? 由于數(shù)據(jù)量比較小捺僻，而且數(shù)據(jù)很完整，不需要過(guò)多的清洗。為了使數(shù)據(jù)更直觀地表現(xiàn)出來(lái)匕坯，這里需要將列名改成中文束昵，課程機(jī)構(gòu)和課程類(lèi)別也改成中文，帶百分?jǐn)?shù)的列名也要全改成中文葛峻，因?yàn)樵赟QL提取數(shù)據(jù)的會(huì)出錯(cuò)锹雏。
四、構(gòu)建模型及數(shù)據(jù)可視化
1术奖、用戶(hù)分析
1.1礁遵、性別
? ? ? 學(xué)習(xí)課程的男性百分比的平均數(shù)遠(yuǎn)高于學(xué)習(xí)課程的女性百分比的平均數(shù)，說(shuō)明參加學(xué)習(xí)課程男性占多數(shù)采记；學(xué)歷理工類(lèi)科學(xué)和計(jì)算機(jī)科學(xué)的男性占比很大佣耐，遠(yuǎn)遠(yuǎn)超過(guò)女生，說(shuō)明男生對(duì)理科類(lèi)的課程比較感興趣唧龄；而學(xué)習(xí)人文科學(xué)和社會(huì)科學(xué)的男女占比差異不是很大兼砖，女性占比比較高，說(shuō)明女性對(duì)文科類(lèi)的課程比較感興趣既棺。
1.2讽挟、年齡
? ? ? 從參與者的年齡中位數(shù)集中程度來(lái)看，25-31的占比較多援制；而年齡中位數(shù)的平均值為29.3戏挡，由此可看出參與學(xué)習(xí)的是職場(chǎng)人士或是即將參加工作的學(xué)生。
1.3晨仑、學(xué)歷
? ? ? 大部分參與學(xué)習(xí)課程的學(xué)歷是學(xué)生學(xué)士學(xué)歷或以上褐墅，說(shuō)明用戶(hù)的學(xué)歷較高，特別是學(xué)習(xí)社會(huì)科學(xué)的用戶(hù)洪己，高達(dá)81.03%妥凳。
2、產(chǎn)品分析
2.1答捕、課程數(shù)量逝钥、各課程用戶(hù)數(shù)
? ? ? 麻省理工和哈佛大學(xué)在edx上開(kāi)放的課程，麻省理工比哈佛大學(xué)多拱镐，在學(xué)生參與上而言艘款，麻省理工也要比哈佛大學(xué)多。
2.2沃琅、課程類(lèi)別
? ? ? 麻省理工在社會(huì)科學(xué)和理工類(lèi)科學(xué)課程的學(xué)生參與人數(shù)多于哈佛大學(xué)哗咆，而人文科學(xué)少于哈佛大學(xué)；兩所學(xué)校的計(jì)算機(jī)科學(xué)參與人數(shù)都比較多益眉。
? ? ? ? 社會(huì)科學(xué)兩所學(xué)校的課程占比數(shù)一樣晌柬，哈佛大學(xué)開(kāi)設(shè)的人文科學(xué)課程較多姥份，而麻省理工開(kāi)設(shè)的理工類(lèi)科學(xué)、計(jì)算機(jī)科學(xué)課程較多年碘。
2.3澈歉、熱銷(xiāo)課程
? ? ? ? 前四的課程都是關(guān)于Computer Science，看來(lái)Computer Science深受大家喜愛(ài)屿衅，而在課程類(lèi)別來(lái)看埃难，計(jì)算機(jī)科學(xué)也是排在首位，其次是理工類(lèi)科學(xué)傲诵。
3凯砍、運(yùn)營(yíng)分析
3.1、認(rèn)證人數(shù)占比及課程完成度
? ? ? ? 完成50%課程人數(shù)和人數(shù)人數(shù)都非常少拴竹，認(rèn)證占比較低悟衩。而認(rèn)證人數(shù)在完成50%人數(shù)中占比相對(duì)較高，說(shuō)明大多數(shù)人在完成50%課程之后都會(huì)繼續(xù)學(xué)習(xí)栓拜，最后獲得認(rèn)證座泳。
3.2、粘貼到論壇占比幕与、播放人數(shù)占比
各課程播放率很高挑势，但是傳播率相對(duì)較低，說(shuō)明很對(duì)人在學(xué)習(xí)完之后都沒(méi)有進(jìn)行課程的分享啦鸣。
3.3潮饱、AAARR模型
? ? ? 由于各類(lèi)別課程的轉(zhuǎn)化率相差不大，所以這里選擇了人文科學(xué)做漏斗圖诫给。變現(xiàn)率香拉，也就是完成認(rèn)證的人數(shù)只有8.05%，相對(duì)來(lái)說(shuō)較低中狂，所以需要提高課程的質(zhì)量凫碌，還有加大監(jiān)督力度。
