Lernermodellierung auf der Basis des Active Learning durch Auswertung psychologischer und sprachwissenschaftlicher Untersuchungen mit Methoden des Data Mining

Haupttzielstellung der arbeiten in der Zweiten Projektase ist die Modellierung des Lernerverhalten beder der Nutzung der InternetGrammar(TP Schmed)Sowie die Auswertung Dieses Moesells(TP Schmed)Sowie die Auswertung Dieses Moesells.Vorossetzung dafür ist zunächst die Erstellung einer tutoriellen Variante der InternetGrammar zur Optimalen Gestaltung der Präsentation für den Nutzer.在灵活的语法库系统中，语法模块不能通过，也不能理解。这是一项重要的工作。Nutzeranfragen in tutoriellen Modus soll Erste Komponente für die NutzerModel lierung zu einer Foralen Beschreibung des Nutzerverhalten führen.Zum Zweiten flieüt in die LernerModel lierung eine Lernkomponente ein，die Aus Beispielen eine Reihe von语法Regeln des English ischen erlernt and dabeauf auf Methoden des Active Learning eine Weiterentwickung Davon-das Consulting Learning-zurück greift.Dritten können dw ch die zielgerichtete Auswertung der Daten Aus den心理学chen and spachwitenschaftlichen Untersuhungen，die MIT Software mger Iger Unterstützung des Teilprojekts dchgeführt werden，zusätzliche细节über das Nutzerverhalten gewonnen Werden。从互联网语法的角度看，这是一种心理实验。这是一种信息技术、统计方法、数据挖掘和智能分析(数据挖掘)方法。ALS Ergebennis是Aussagenüber das Nutzerverhalten erwartet.

Hauptzielstellung der Arbeiten in der zweiten Projektphase ist die Modellierung des Lernerverhaltens bei der Nutzung der InternetGrammar (TP Schmied) sowie die Auswertung dieses Modells. Voraussetzung dafür ist zunächst die Erstellung einer tutoriellen Variante der InternetGrammar zur optimalen Gestaltung der Präsentation für den Nutzer. Dabei soll ein flexibles Auskunftssystem entstehen, das Nutzeranfragen auf das am besten passende grammatische Modul abbildet und es dem Nutzer darbietet. Das funktionsfähige Gesamtmodell besteht aus drei Komponenten. Die Analyse der Nutzeranfragen im tutoriellen Modus soll als erste Kompontente für die Nutzermodellierung zu einer formalen Beschreibung des Nutzerverhaltens führen. Zum Zweiten fließt in die Lernermodellierung eine Lernkomponente ein, die aus Beispielen eine Reihe von grammatische Regeln des Englischen erlernt und dabei auf Methoden des Active Learning sowie eine Weiterentwicklung davon - das Consultative Learning - zurückgreift. Drittens können durch die zielgerichtete Auswertung der Daten aus den psychologischen und sprachwissenschaftlichen Untersuchungen, die mit softwaremäßiger Unterstützung des Teilprojekts durchgeführt werden, zusätzliche Details über das Nutzerverhalten gewonnen werden. Das bezieht sich vor allem auf weitere Datensammlungen bei psychologischen Experimenten mit der InternetGrammar. Um mehr Informationen aus den Daten zu gewinnen, als es mit klassischen statistischen Methoden möglich ist, werden sie mit Methoden der intelligenten Datenanalyse (Data Mining) auf in ihnen enthaltene Zusammenhänge untersucht. Als Ergebnis werden Aussagen über das Nutzerverhalten erwartet.