作者是Coursera数据科学副总裁Emily Glassberg Sands和数据科学家Marianne Sorba
自从我们推出冠状病毒的反应计划3月12日,全球2600多所高校启动了Coursera的校园项目,以开展在线学习,最大限度地减少对学生的干扰。全球的反应让我们感到谦卑,我们正在努力使自己对那些需要迅速实现在线教育的大学更加有用。
随着大学开始使用我们的课程,他们迫切需要一个简单的解决方案来帮助在Coursera上找到最符合他们校园目录中的每门课程的课程。当要在数千所大学和数百万的校园课程中进行手工管理时,速度太慢了,尤其是在教职员工已经疲于应付的情况下。两周前,Coursera的数据科学团队开始开发一种自然语言处理解决方案,以实现自动匹配,减少对人工管理的需求。
今天,我们宣布CourseMatch这是一种机器学习解决方案,它摄取了一所学校的校园课程目录,并将每门课程与Coursera的3800门课程目录中最相关的课程进行匹配。它可以获取超过100种语言的目录,并将它们映射到最相关的英语课程,或Coursera上50多种语言(翻译和字幕)中的任何一种。这使得美国和国际上的大学能够迅速向学生提供相关课程。
该解决方案已经与Coursera上1800所学校的260多万门校内课程相匹配——从美国约翰逊史密斯大学(Johnson C. Smith University)到西班牙巴塞罗那自治大学(Universidad Autonoma de Barcelona)再到印度AICTE课程。
以下是一些基于公开信息绘制机构地图的例子:
Coursera上的每门课程,CourseMatch都会为其返回最多5门最相关的课程。它还返回相关性得分,该得分在学院或大学内规范化,得分越高表示匹配越强。
我们很高兴地看到,这个解决方案已经在帮助学校回应学生的需求。根据约翰逊史密斯大学史密斯科技创新中心董事总经理Terik Tidwell说:“Coursera正在帮助我们迅速将我们的课程虚拟化,同时保持课程的完整性和质量。”
学院和大学可以直接访问解决方案CourseMatch并搜索他们所在机构的目录。如果您的目录还没有在1800个目录中,请通过电子邮件将您的产品的CSV文件发送到coursematch@coursera.org你的目录会被映射并包含在CourseMatch2个工作日内。
我们的目标是帮助世界上每一所学院和大学尽可能快速和方便地实现在线。这是我们的第一次迭代CourseMatch,我们期待在您的反馈基础上改进我们的机器学习模型。我们邀请您尝试这一解决方案,以便在COVID-19危机期间快速扩大在线项目规模。