权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Identification of latent skill dynamics and visualization of learning effect by educational data mining

通过教育数据挖掘识别潜在技能动态并可视化学习效果

基本信息

批准号：
19H01728
负责人：
大枝真一
金额：
$ 7.9万
依托单位：
Kisarazu National College of Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2019
资助国家：
日本
起止时间：
2019-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

近年，実用的なITS(Intelligent Tutoring System)や，LMS(Learning Management System)が普及し，実際の教育現場でe-Learningシステムが活用されている．ITSやLMSによって，学生の試験結果や学習過程のログデータを保存することが容易になった．EDM(Educational Data Mining)では，これらの膨大な教育関連のデータから，いかにして意味のある情報を抜き出すかが研究の焦点となっており，ビッグデータ研究の発展に伴って近年急速に注目されている．特に，本研究では，調査対象をプログラミング教育とし，ITS，LMSサーバに蓄積された膨大な試験結果と学習過程のログデータおよびソースコードから，時間変化するスキルの形成過程を可視化し，潜在的スキルダイナミクスを同定することを目的としている．これまでに我々は，初等プログラミングの授業で取得されたログデータとソースコードを解析し，授業に追従できていない学生の抽出を行う手法を提案した．また，学習者のモデル化である学生モデリング（Student Modeling)で一般的に用いられるKnowledge Tracingの拡張を行った．この提案手法では，Convex Factorization Machinesを適用することで凸最適化が可能となり，高速化と推定精度の向上が可能となった．当該年度では，推薦システムにおける代表的な CTR(Click Through Rate) 予測手法である Factorization Machinesをベースに，DNN(Deep Neural Network) を組み合わせたモデルである Deep Factorization Machinesを用いてモデルに組み込み，DNNベースのKTと精度の比較を行った．

In recent years, it has been used.(Intelligent Tutoring System)や，LMS (Learning Management System) has become popular, and the e-Learning system has been used in the real education field.Its LMS system makes it easy to save the students 'trial results and the learning process.(Educational Data Mining) This is an expansion of education-related information and research focus. In particular, this study aims to investigate the effects of LMS on the development of education, its accumulation, the results of experiments, the learning process, the visualization of the formation process, and the identification of potential resources. This is why we are trying to find ways to extract students from the classroom. Student Modeling is a general application of Knowledge Tracing. Convex Factorization Machines are suitable for convex optimization and high speed estimation accuracy. When the year is over, recommend the CTR(Click Through Rate) prediction method represented by the classification, DNN(Deep Neural Network) group, DNN group.