کاوش پروفایل یادگیرنده با استفاده از قواعد وابستگی برای تشخیص یادگیری وب محور
صفحات فارسی : 37 تعداد کلمات:7882
صفحات انگلیسی : 17
چکیده
یادگیری الکترونیکی با رشد سریع کامپیوتر و فناوری های اینترنتی به روند اصلی در اموزش کامپیوتری و حوزه های یادگیری تبدیل شده است. اکثر محققان قبلی برای یادگیری وب محور بر موضوعات معرفی انطباقی ، پشتیبانی ناوبری انطباقی ، ترتیب گذاری برنامه های درسی و تحلیل هوشمند راه حل های دانش آموز تمرکز کرده اند . این سیستم ها به طور معمول بررسی این موضوع را نادیده می گیرند که آیا یادگیرنده می تواند برنامه های اموزشی کامپیوتری را درک نماید و به اشتباه می فهمد یا خیر . نادیده گرفتن درک اشتباه یادگیری یادگیرنده به طور واضح به کاهش عملکرد یادگیری منجر خواهد شد از اینرو دشواری در یادگیری ایجاد می گردد . مطالعه حاضر با هدف کشف درک های غلط یادگیری متداول از قاعده وابستگی برای کاوش پروفایل یادگیرنده برای تشخیص درک های اشتباه یادگیرنده در طول فرآیند های یادگیری استفاده می کند .قواعد وابستگی که درک غلط A را ایجاد می کنند به رخ دادن درک غلطB اشاره می کنند که می توان با استفاده از رویکرد تشخیص یادگیری قاعده وابستگی پیشنهادی کشف نمود . در واقع ، مطالعه حاضر از قواعد وابستگی درک های اشتباه متداول برای تنظیم ساختار برنامه اموزشی کامپیوتری از طریق اصلاح پارامتر های سخت این برنامه در پایگاه داده برنامه اموزشی بهره می برد بنابراین مسیر یادگیری به طور مناسب تنظیم می گردد . گذشته از این ، همچنین نقاله حاضر یک رویکرد یادگیری جبرانی را بر اساس درک های اشتباه متداول کشف شده معرفی می کند تا عملکرد یادگیری را بهبود بخشد . نتایج آزمایش مشخص می سازند کهد اعمال رویکرد تشخیص یادگیری پیشنهادی می تواند به طور صحیح درک های اشتباه یادگیری متداول یادگیرنده را مطابق با پروفایل یادگیرنده کشف نماید و به یادگیرنده ها برای یادگیری موثر تر کمک نماید .
Abstract
With the rapid growth of computer and Internet technologies, e-learning has become a major trend in the computer assisted teaching and learning fields. Most past researches for web-based learning focused on the issues of adaptive presentation, adaptive navigation support, curriculum sequencing, and intelligent analysis of student’s solutions. These systems commonly neglect to consider whether learner can understand the learning courseware and generate misconception or not. To neglect learner’s learning misconception will lead to obviously reducing learning performance, thus generating learning difficult. In order to discover common learning misconceptions of learners,
this study employs the association rule to mine the learner profile for diagnosing learners’ common learning misconceptions during learning processes. In this paper, the association rules that occurring misconception A implies occurring misconception B can be discovered utilizing the proposed association rule learning diagnosis approach. Meanwhile, this study applies the discovered association rules of the common learning misconceptions to tune courseware structure through modifying the difficulty parameters of courseware in the courseware database so that learning pathway is appropriately tuned. Besides, this paper also presents a remedy learning approach based on the discovered common learning misconceptions to promote learning performance. Experiment results indicate that applying the proposed learning diagnosis approach can correctly discover learners’ common learning misconceptions according to learner profile and help learners to learn more effectively.
2006 Elsevier Ltd. All rights reserved.
دانلود رایگان مقاله انگلیسی
دانلود مقاله دات کام 
توضیحات محصول
کاوش پروفایل یادگیرنده با استفاده از قواعد وابستگی برای تشخیص یادگیری وب محور
صفحات فارسی : 37 تعداد کلمات:7882
صفحات انگلیسی : 17
چکیده
یادگیری الکترونیکی با رشد سریع کامپیوتر و فناوری های اینترنتی به روند اصلی در اموزش کامپیوتری و حوزه های یادگیری تبدیل شده است. اکثر محققان قبلی برای یادگیری وب محور بر موضوعات معرفی انطباقی ، پشتیبانی ناوبری انطباقی ، ترتیب گذاری برنامه های درسی و تحلیل هوشمند راه حل های دانش آموز تمرکز کرده اند . این سیستم ها به طور معمول بررسی این موضوع را نادیده می گیرند که آیا یادگیرنده می تواند برنامه های اموزشی کامپیوتری را درک نماید و به اشتباه می فهمد یا خیر . نادیده گرفتن درک اشتباه یادگیری یادگیرنده به طور واضح به کاهش عملکرد یادگیری منجر خواهد شد از اینرو دشواری در یادگیری ایجاد می گردد . مطالعه حاضر با هدف کشف درک های غلط یادگیری متداول از قاعده وابستگی برای کاوش پروفایل یادگیرنده برای تشخیص درک های اشتباه یادگیرنده در طول فرآیند های یادگیری استفاده می کند .قواعد وابستگی که درک غلط A را ایجاد می کنند به رخ دادن درک غلطB اشاره می کنند که می توان با استفاده از رویکرد تشخیص یادگیری قاعده وابستگی پیشنهادی کشف نمود . در واقع ، مطالعه حاضر از قواعد وابستگی درک های اشتباه متداول برای تنظیم ساختار برنامه اموزشی کامپیوتری از طریق اصلاح پارامتر های سخت این برنامه در پایگاه داده برنامه اموزشی بهره می برد بنابراین مسیر یادگیری به طور مناسب تنظیم می گردد . گذشته از این ، همچنین نقاله حاضر یک رویکرد یادگیری جبرانی را بر اساس درک های اشتباه متداول کشف شده معرفی می کند تا عملکرد یادگیری را بهبود بخشد . نتایج آزمایش مشخص می سازند کهد اعمال رویکرد تشخیص یادگیری پیشنهادی می تواند به طور صحیح درک های اشتباه یادگیری متداول یادگیرنده را مطابق با پروفایل یادگیرنده کشف نماید و به یادگیرنده ها برای یادگیری موثر تر کمک نماید .
Abstract
With the rapid growth of computer and Internet technologies, e-learning has become a major trend in the computer assisted teaching and learning fields. Most past researches for web-based learning focused on the issues of adaptive presentation, adaptive navigation support, curriculum sequencing, and intelligent analysis of student’s solutions. These systems commonly neglect to consider whether learner can understand the learning courseware and generate misconception or not. To neglect learner’s learning misconception will lead to obviously reducing learning performance, thus generating learning difficult. In order to discover common learning misconceptions of learners,
this study employs the association rule to mine the learner profile for diagnosing learners’ common learning misconceptions during learning processes. In this paper, the association rules that occurring misconception A implies occurring misconception B can be discovered utilizing the proposed association rule learning diagnosis approach. Meanwhile, this study applies the discovered association rules of the common learning misconceptions to tune courseware structure through modifying the difficulty parameters of courseware in the courseware database so that learning pathway is appropriately tuned. Besides, this paper also presents a remedy learning approach based on the discovered common learning misconceptions to promote learning performance. Experiment results indicate that applying the proposed learning diagnosis approach can correctly discover learners’ common learning misconceptions according to learner profile and help learners to learn more effectively.
2006 Elsevier Ltd. All rights reserved.
دانلود رایگان مقاله انگلیسی