hrvatski

Mehanizmi zaključivanja u prilagodljivim sustavima za upravljanje učenjem

Prilagodljivi sustavi za upravljanje učenjem sadrže skup standardiziranih komponenti za učenje, koje su osmišljene s ciljem povezivanja učenja s postojećim informatičkim sustavom unutar organizacije ili putem web portala za učenje. Dobiveni podaci o učenicima se pohranjuju u bazu podataka i dostupni su za analizu i prezentaciju drugim korisnicima, primjerice administratoru i nastavniku. Da bi ih drugi korisnici mogli upotrebljavati, te podatke treba obraditi. Budući da nisu u adekvatnom ARFF formatu. Potrebne su tehnike koje će automatski ekstrahirati informaciju iz podatka. Dubinska analiza podataka (engl. data mining) predstavlja ekstrakciju, prije nepoznatih, i potencijalno korisnih informacija iz podatka. U ovom radu opisali smo tehnike dubinske analize podataka (statistika, vizualizacija, grupiranje i klasifikacija te pravilo povezanosti dubinske analize podataka) i dali njihovu praktičnu primjenu. Svaka od tih tehnika ima i svoje slabosti. Kroz opisane eksperimente uvidjeli smo da najpreciznije rezultate dobivamo korištenjem više tehnika istodobno. Praktični dio rada za cilj je imao odrediti sekvencijalno/globalnu dimenziju stila učenja za pojedinog studenta, koristeći Bayesove mreže. Pokazalo se da među navedenim dimenzijama nema značajne razlike. Ali struktura lekcija nad kojima je provedeno istraživanje više pogoduje globalnim učenicima.

Dubinska analiza podataka; tehnike dubinske analize podataka; stil učenja; prilagodljivi sustavi; Moodle

nije evidentirano