Coursera在线课程与专业学习平台课程与专业学习数据集
数据来源：互联网公开数据
标签：Coursera,在线教育,课程,专业,学习,数据分析,教育评估,课程评价
数据概述：
本数据集包含两个主要文件，分别描述了Coursera在线学习平台上的课程信息和专业学习项目信息。这两个文件通过“Link”字段关联，即专业学习项目文件中的“Link”指向课程文件中相关课程的页面链接。
文件1：课程信息
该文件提供了关于Coursera平台上单个课程的详细信息，主要字段包括：
Name（课程名称）：提供课程的大学或机构的名称（字符串）。
Instructor（讲师）：教授课程的讲师姓名（字符串）。
Level（难度）：课程的难度级别，例如“初级”、“中级”、“高级”（字符串）。
Star（星级）：课程的平均评分（浮点数）。
Rate（评分数量）：课程收到的评价数量（浮点数）。
Video（视频数量）：课程中包含的视频数量（整数）。
Reading（阅读材料数量）：课程提供的阅读材料数量（整数）。
Quiz（测验数量）：课程中包含的测验数量（整数）。
Time（预计时长）：完成课程所需的预计时间，以小时为单位（浮点数）。
Link（链接）：指向Coursera上课程页面的链接（字符串）。
Count_Instructor（讲师数量）：教授该课程的讲师人数（整数）。
文件2：专业学习项目信息
该文件提供了关于Coursera平台上专业学习项目的详细信息，主要字段包括：
Name（专业名称）：专业学习项目的名称（字符串）。
Link（链接）：Coursera网站上专业学习项目的URL链接（字符串）。
Star（星级）：该专业的平均星级评分（浮点数）。
Rate（评分数量）：该专业收到的总评价数量（浮点数）。
Registration（注册人数）：该专业的总注册人数（整数）。
Count_Skill（技能数量）：与该专业相关的技能数量（整数）。
数据用途概述：
该数据集适用于多方面的研究和分析，包括：
课程评价分析：分析课程的星级评分、评价数量与课程特性（如难度、时长、讲师）之间的关系。
专业学习项目评估：评估不同专业的受欢迎程度，分析注册人数、评分与技能之间的关联。
教育趋势研究：研究在线教育的发展趋势，分析不同学科领域的课程和专业学习项目的分布情况。
学习行为分析：结合用户数据，分析学习者在不同课程和专业学习项目中的行为模式。
推荐系统构建：基于课程和专业学习项目的特性，构建个性化推荐系统。
