چارچوبی برای استفاده بهینه از بازخوردهای ضمنی در یادگیری الکترونیکی تطبیق پذیر

سال انتشار: 1386
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,205

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICIKT03_029

تاریخ نمایه سازی: 22 فروردین 1387

چکیده مقاله:

تطبیقپذیری و شخصیسازی در فرایند یادگیری الکترونیکی نقش خود را در چگونگی انتخاب محتوای آموزشی متناسب با میزان یادگیری کاربر نشان میدهد . دادههای ضمنی که با کمترین زحمت و بدون تاثیر بر فرایند یادگیری، قابل جمعآوری می باشند به عنوان منابعی با ارزش در روشهای مختلف تطبیقپذیری معرفی شدهاند . امروزه، روشی استاندارد و یکپارچه برای دخیل کردن انواع پارامترهای ضمنی مانند مدت زمان مطالعه یک صفحه، تعداد کلیکها در یک صفحه و مدت زمان اسکرول کردن یک صفحه، در یک سیستم تطبیقپذیر آموزشی کمتر به چشم میخورد . روشها و گزارش هائی که تاکنون ارائه شده اند عمدتا در رابطه با موضوعی خاص و با اهدافی غیر از هدف یادگیری صورت گرفتهاند . این مقاله برای برطرف کردن این نقصان، یک چارچوب کلی ارائه میدهد که هدف نهایی آن معرفی راهکاری برای بدست آوردن رابطه بازخوردهای ضمنی کاربر، با میزان یادگیری او میباشد . این رابطه در قالب یک مولفه، به کمک یکسری داده واقعی آموزش میبیند، به نحوی که قابلیت استفاده مجدد آن در یک سیستم مدیریت یادگیری فراهم شود

نویسندگان

احمد کاردان

دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه صنعتی امیرکبیر

حامد منکرسی

دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه صنعتی امیرکبیر

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Peter Brusilovsky. "Methods and Techniques of Adaptive Hypermedia" in User ...
  • Rosta Farzan, Peter Brusilovsky: Social Navigation Support in a Course ...
  • A.I. Cristea, Automatic authoring in the LAOS AHS authoring model, ...
  • T. Joachims, L. Granka, B. Pang, H. Hembrooke, and G. ...
  • Mark Claypool, Phong Le, Makoto Waseda and David Brown, Implicit ...
  • Farzan R. and Brusilovsky P. Social Navigation Support in E-Learning: ...
  • Miller B., Riedl J., and Konstan J.GroupLens for Usenet: Experiences ...
  • Advanced Distributed Learning, Sharable Content Object Reference Model (SCORM "), ...
  • Halasz, F., Schwartz, M. "The Dexter Hypertext Reference Model." NIST ...
  • Kellar, M., Watters, C., Duffy, J. and M. Shepherd. Effect ...
  • J. Kim, D. Oard, and K. Romanik, "User Modeling for ...
  • Goecks, J., & Shavlik, J. (2000). Learning users' interests by ...
  • Seo, Y.-W., & Zhang, B.-T. (2000). Learning User's Preferences by ...
  • Chatterjee, S., Hadi, A. S., and Price, B. (2000), Regression ...
  • نمایش کامل مراجع