在线教育学习数据分析师考试试卷及答案

在线教育学习数据分析师考试试卷及答案一、填空题（每题1分，共10分）1.在线教育中，学生完成课程所有核心模块的比例称为______。2.Python用于数据分析的核心库是______。3.学习路径中，学生从知识点A跳转到知识点B的比例称为______。4.用户首次登录后再次登录的间隔天数称为______。5.AARRR模型的最后一个环节是______。6.展示连续时间内学习数据变化的图表是______。7.学生提交作业的及时性指标是______。8.将数据标准化到0-1范围的方法是______。9.学生观看单个视频的平均时长称为______。10.预测学生是否辍学的模型属于______学习。二、单项选择题（每题2分，共20分）1.以下属于学习效果指标的是？A.课程访问次数B.作业正确率C.视频播放量D.登录频率2.不属于在线教育数据分析工具的是？A.TableauB.ExcelC.PhotoshopD.PowerBI3.学生课程停留时间过短，最可能反映的问题是？A.内容有趣B.难度过高C.网络稳定D.主动学习4.AARRR模型中“激活”的核心是？A.完成首次关键行为B.吸引新用户注册C.提升复购D.鼓励分享5.发现学习数据异常值的分析方法是？A.描述性分析B.诊断性分析C.预测性分析D.规范性分析6.在线教育中“NPS”指的是？A.净推荐值B.课程满意度C.完成率D.用户增长率7.分析学生学习路径的常用方法是？A.漏斗分析B.路径分析C.Cohort分析D.回归分析8.属于学生学习行为数据的是？A.课程价格B.教师资质C.视频暂停次数D.服务器负载9.“相关性不等于因果性”的核心是？A.相关必因果B.相关可能受第三方影响C.无关无因果D.相关无直接因果10.提升用户留存率的关键是？A.增加课程数量B.优化学习体验C.降低价格D.减少广告三、多项选择题（每题2分，共20分）1.属于学习效果指标的有？A.考试平均分B.作业正确率C.课程完成率D.视频播放量2.常用数据分析工具有？A.PythonB.RC.SPSSD.CAD3.影响学生留存的因素有？A.课程质量B.互动性C.平台操作难度D.教师反馈4.描述性分析方法包括？A.均值计算B.标准差计算C.回归分析D.频数统计5.学习路径分析指标有？A.知识点跳转率B.模块完成率C.路径停留时间D.课程访问次数6.数据分析应用场景包括？A.优化课程设计B.提升留存C.预测辍学D.调整定价7.监督学习模型有？A.线性回归B.决策树C.聚类分析D.逻辑回归8.学习数据可视化图表有？A.折线图B.柱状图C.散点图D.思维导图9.用户生命周期阶段包括？A.获客B.激活C.留存D.变现10.异常学习行为有？A.课程观看时长为0B.作业全对且提交极快C.连续一周未登录D.反复观看同一片段四、判断题（每题2分，共20分）1.课程完成率=完成课程的学生数/总注册学生数。2.Pandas库主要用于数据可视化。3.相关性分析可证明因果关系。4.NPS是衡量课程满意度的唯一指标。5.诊断性分析核心是“为什么发生”。6.观看视频时长越长，学习效果越好。7.Cohort分析按注册时间分组分析留存。8.逻辑回归适合预测学生辍学。9.在线教育数据分析无需考虑隐私。10.作业准时率=准时提交学生数/总作业数。五、简答题（每题5分，共20分）1.简述课程完成率的计算方法及应用场景。2.说明AARRR模型在在线教育用户运营中的应用。3.简述异常值检测的意义及常用方法。4.说明Cohort分析在用户留存中的应用。六、讨论题（每题5分，共10分）1.如何通过学习数据提升学生学习效果？结合具体指标说明。2.在线教育如何平衡数据价值挖掘与学生隐私保护？答案部分一、填空题1.课程完成率2.Pandas3.知识点跳转率4.用户留存间隔5.推荐6.折线图7.作业提交准时率8.Min-Max标准化9.视频平均观看时长10.监督二、单项选择题1.B2.C3.B4.A5.B6.A7.B8.C9.B10.B三、多项选择题1.ABC2.ABC3.ABCD4.ABD5.ABC6.ABCD7.ABD8.ABC9.ABCD10.ABC四、判断题1.√2.×3.×4.×5.√6.×7.√8.√9.×10.×五、简答题1.计算方法：课程完成率=（完成所有核心模块的学生数÷总注册学生数）×100%（需排除虚假注册）。应用场景：①评估课程吸引力（完成率低→内容/难度问题）；②优化课程（调整完成率低的模块）；③运营决策（推广完成率高的课程）。2.AARRR模型（获客→激活→留存→变现→推荐）：①获客：广告/KOL引流；②激活：引导首次课程观看/作业提交；③留存：个性化推荐/互动；④变现：付费课程/会员；⑤推荐：鼓励分享降获客成本。需结合教育场景，激活重点在“有效学习”而非登录。3.意义：识别作弊（作业全对+提交快）、学习障碍（连续未学）、平台问题（课程访问低）。方法：①3σ原则（超出均值3倍标准差）；②箱线图（四分位距外）；③孤立森林（机器学习）。需结合业务判断（如假期未学不算异常）。4.Cohort分析按注册时间分组看留存：①对比获客渠道留存（如渠道A30天留存20%，B35%→侧重B）；②识别留存拐点（7天高→30天骤降→优化7天后环节）；③个性化运营（针对低留存cohort推送补学提醒）。六、讨论题1.①用作业正确率定位薄弱点（如某知识点正确率40%→加专项练习）；②用视频观看进度调整节奏（中段完成率骤降→加互动题）；③用学习间隔提升持续性（间隔超3天→推提醒）；④用成绩变化跟踪进步（持续提升→推进阶内容）。需结合时长与正确率相关性，避免只看时长。2.①最小必要采