استفاده از شبکه بیزین برای پیش بینی رفتار فراگیر در آموزش الکترونیک
Publish place: The Second National Conference on Computer Electrical Engineering and Information Technology
Publish Year: 1387
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 4,740
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CEIC02_052
تاریخ نمایه سازی: 4 آذر 1387
Abstract:
در سال های اخیر ، نوآوری های مهمی در سیستم های آموزشی در راستای معرفی تکنولوژی های نوینی همچون آموزش الکترونیک رخ داده است. مساله پیش بینی رفتار فراگیر در آموزش الکترونیک، اهمیت زیادی دارد. زیرا اگر در هر مقطعی بتوان رفتار فراگیر را پیش بینی کرد، می توان محتوای آموزشی مناسب تری را به وی ارائه نمود. قبلا روش های غیر گرافیکی داده کاوی مانند طبقه بندی و قواعد انجمنی برای این منظور استفاده شده اند. ولی توجه خیلی کمی به شبکه های بیزین، به عنوان یک روش داده کاوی گرافیکی در خصوص پیش بینی رفتار فراگیر در آموزش الکترونیک شده است. لذا بر آن شدیم تا مدلی را با استفاده از شبکه بیزین به منظور پیش بینی رفتار فراگیر ارائه نماییم که هم بر اساس شهود عینی قابل درک باشد و هم اینکه قادر به پیش بینی میزان دانش فراگیر در مبحث باشد. روش های یادگیری ماشین که برای پیش بینی رفتار فراگیر بکار می روند، عموماً برای طبقه بندی فراگیر استفاده می شوند، حال آنکه مدلسازی ما به وسیله شبکه بیزین، منجر به پیش بینی جوابی عددی و ملموس تر نسبت به روش های طبقه بندی می گردد. با پیش بینی میزان دانش فراگیر در مبحث، می توان قبل از به پایان رساندن مبحث ، از سطح دانش و یادگیری فراگیر در آن مبحث مطلع شد و محتوای آموزشی ای که مطلوبتر اوست به وی پیشنهاد کرد. امیدواریم این مقاله گذرگاهی در جهت تحقیقات آینده باشد.
Keywords:
Authors
هومن پاینده فر
دانشجوی کارشناسی ارشد، دانشکده کامپیوتر ، دانشگاه پیام نور، تهران
حسن سیدرضی
دانشیار دانشکده کامپیوتر ، دانشگاه تهران
مسعود رهگذر
استادیار دانشکده کامپیوتر، دانشگاه تهران
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 :