سامانه ای برای یادگیری الکترونیکی خودگردان مبتنی بر خوشه بندی K-Means و کاوش قوانین انجمنی
Publish Year: 1390
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,379
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICELEARNING06_041
تاریخ نمایه سازی: 30 مرداد 1391
Abstract:
در عصر فناوری اطلاعات ، نظام های آموزش و پروش در تمام سطوح علاقه ی قابل توجهی را به یادگیری خودگردان نشان داده اند. آموزش الکترونیکی یکی از رویکردهای نوین آموزشی در تمام سطوح آموزش و پرورش است که بر یادگیری انعطاف پذیر با محوریت یادگیرنده تاکید دارد. یادگیری خودگردان تا کنون در بسیاری از محیط های یادگیری مطرح شده است. در این مقاله یک معماری برای پیاده سازی سامانه های مبتنی بر یادگیری الکترونیکی خودگردان ارائه خواهد شد. این معماری با در نظر داشتن قابلیت خود نظارتی یادگیرنده بر فعالیت هایش، نتایج حاصل از فعالیت را مورد ارزیابی مستمر قرار داده و همچنین به ارائه ی پیغام های هشدار دهنده از اطراف سامانه اقدام می شود. به همین دلیل این سامانه تحت عنوان سامانه ی یادگیری الکترونیکی خودگردان نامیده می شود. از این معماری میتوان در ایجاد یک سامانه ی پشتیبانی یادگیری وب پایه برای حمایت از یادگیرندگان خودگردان استفاده نمود تا یاد گیرندگان بتوانند فرایند یادگیری خود را برنامه ریزی و تنظیم کنند. به منظور حل مسئله ی مذکور، ابتدا مطالعات لازم به عمل آمد و تصمیم گرفته شد ابتدا یادگیرندگان در سیستم مدل سازی شوند، سپس خوشه بندی شده و قوانین مناسب از هر خوشه از یادگیرندگان استخراج شود. در انتها بر اساس این قوانین به یادگیرندگان پیشنهاد محتوا داده خواهد شد. در حین مطالعه ی درس نیز توسط واحدهای تعبیه شده در سامانه ، قابیلت خودگردانی فرایند یادگیری در یادگیرندگان تقویت می شود. روش ارزیابی و استخراج نتایج و تحلیل انها نیز متناسب با این سامانه پیشنهاد شده است.
Keywords:
یادگیری خودگردان , یادگیری الکترونیکی , خوشه بندی , کاوش قوانین انجمنی , سیستم های پیشنهاد دهنده , کارایی یادگیرنده
Authors
ناهید قصاب زاده سریزدی
آزمایشگاه فناوری پیشرفته در یادگیری الکترونیکی، دانشکده ی مهندسی کا
احمد کاردان
دانشکده ی مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه صنعتی امیرکبیر
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :