中国大学MOOC,学堂在线:1600门课程学生最喜爱的原来是

如今,在线学习已经成为学习者必不可少的一部分,国内较大的平台如学堂在线,中国大学慕课等,“强行科普:MOOC自称为大规模开放在线学习平台(massive open online courses)”

接下来两点IT通过Python大法获取某网1600门课程数据,给大家说说真实的MOOC现状。

一、数据获取

今日就把目前市场占有率较高的中国大MOOC为目标,,来获取上千门慕课课程数据(目标链接:https://www.icourse163.org/category/all)

环境配置及模块安装

Python版本: Python3.6

依赖模块:pymysql,selenuim,bs4,re等

整体思路是:

先爬取每个区域的url和名称,跟主url拼接成一个完整的url,循环url列表,依次爬取每个区域的课程信息。

在爬每个区域的课程信息时,找到最大的页码,遍历页码,依次爬取每一页的课程信息

开启多线程

保存数据到mysql

数据分析

核心代码如下:

网页解析 加载Chrome网页

二、数据存储

由于mysql功能强大,操作简便,python对其支持性较好,选用mysql。不过其他数据库皆可,数据存储原理大同小异。

三、数据分析

链接数据库

先来看看均值,下图中stu_num的均值为7005人,即每门课程的平均选课人数,平均数看起来还不错,但往往也会陷入平均数陷阱。由中位数可知,这显然是个两级分化的数据。

那么大那么小

并不是所有的课程都那么受学生欢迎,下图则可看出整体数据的分布为L型,最高的选课人数超过了18万人,大于2.5万的课程有76门,这个数值已经很了不起了,占到了总课程数量的4.6%;这么说来,又有95.4%的课程低于此人数,不过看来,对于一门课学生人数已经足够多了。有超过最低的选课人数为难以想象的 0 。你没看错,在这个L的长尾里是从不断趋于0,到直接等于0。

通过审查数据,我们发现选课人数为0 的慕课开课时间处于待定,或还未到开课时间。

开课数量大于25门课程的学校如下图所示

饼图代码

以上是中国大学MOOC的数据,

更多数据内容,关注公众号,回复MOOC即可获得。

======End======

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181028G15PLP00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券