• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to previous page

位相的データ解析によるラーニング・アナリティクスの新展開

Research Project

Project/Area Number 22K18614
Research Category

Grant-in-Aid for Challenging Research (Exploratory)

Allocation TypeMulti-year Fund
Review Section Medium-sized Section 9:Education and related fields
Research InstitutionNakamura Gakuen College

Principal Investigator

井上 仁  中村学園大学, 流通科学部, 教授 (70232551)

Co-Investigator(Kenkyū-buntansha) 岡本 清美  大阪大学, マルチリンガル教育センター, 講師 (20533631)
隅谷 孝洋  広島大学, 情報メディア教育研究センター, 教授 (90231381)
山川 修  福井県立大学, 学術教養センター, 客員研究員 (90230325)
安武 公一  広島大学, 人間社会科学研究科(社), 准教授 (80263664)
多川 孝央  筑紫女学園大学, 文学部, 准教授 (70304764)
Project Period (FY) 2022-06-30 – 2025-03-31
Project Status Granted (Fiscal Year 2023)
Budget Amount *help
¥6,240,000 (Direct Cost: ¥4,800,000、Indirect Cost: ¥1,440,000)
Fiscal Year 2024: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
Fiscal Year 2023: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
Fiscal Year 2022: ¥2,210,000 (Direct Cost: ¥1,700,000、Indirect Cost: ¥510,000)
Keywords学習分析 / 位相的データ解析 / mapper / パーシステント・ホモロジー / ラーニングアナリティクス
Outline of Research at the Start

学習分析の実践研究はこれまで多くの成果を挙げているものの、理論的な分析の枠組みができていないために、ある授業での学習分析の結果と、それに基づく教育改善の実践事例が他の授業にそのまま適用できないという問題がある。また、学習分析の対象データは、学習管理システムの履歴、小テストの評点、ネットワークにおける行動等多岐に渡るものの、分析の多くが古典的な統計的手法に基づいているため、データが大量かつ複雑になると詳細な分析が困難となり重要な情報を抽出できないことがある。本研究では、データを位相幾何学的に捉え、データの形を代数的に把握する「位相的データ解析」により、学習分析の新たな枠組みの構築を試みる。

Outline of Annual Research Achievements

今年度は、学習分析に位相的データ解析を適用するにあたり、Mapperを適用するための準備としてMapperの主な構成要素である、フィルター関数の選択、被覆の数と被覆の重なり、クラスタリングの選択に関してどれが適切かの実験を行った。
具体的には、学習管理システムの学習者活動記録ツールによって収集されたデータセット(Amrieh et al., 2015, 2016)を対象にした。16個の特徴量と3段階に 分類された成績から構成され480レコードである。このうち値が整数である4個の特徴量と成績を利用して、Mapperを適用する際に、上記構成要素に対して、パラメータを変化することにより比較を行った。
実験は、フィルター関数としては、特定の次元成分、主成分分析を選択して比較した。被覆の数と被覆の重なりは、複数の値を選択して比較した。クラスタリングは、被覆の数と被覆の重なりを統一した上で、First gap heuristic、DBSCAN,Mean shift で比較した。オープンデータに対する結果では、First gap heuristic が適切であると判断された。
また、最適なパラメータの選択によるMapperでの結果と、昨年度の研究で得られたパーシステント図での結果が一致していることが示唆された。

Current Status of Research Progress
Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

授業実践でのデータの収集が遅れたため、オープンデータによる実験のみの実施となった。

Strategy for Future Research Activity

今年度は、研究者らが複数科目の授業を担当することになったため、多様な実データに対して、解析を実施する。

Report

(2 results)
  • 2023 Research-status Report
  • 2022 Research-status Report
  • Research Products

    (4 results)

All 2024 2023

All Presentation (4 results) (of which Int'l Joint Research: 1 results)

  • [Presentation] 学習過程における多次元データのMapperによる解析2024

    • Author(s)
      井上 仁, 安武 公一, 多川 孝央, 隅谷 孝洋, 山川 修
    • Organizer
      情報処理学会教育学習支援情報システム研究会第42回研究発表会
    • Related Report
      2023 Research-status Report
  • [Presentation] Learning Analytics through a Topological Data Analysis Approach2023

    • Author(s)
      Hitoshi Inoue, Koichi Yasutake, Osamu Yamakawa, Takahiro Tagawa, Takahiro Sumiya, Kiyomi Okamoto
    • Organizer
      EdMedia + Innovate Learning 2023
    • Related Report
      2023 Research-status Report
  • [Presentation] 学習分析への位相的データ解析の適用に向けて2023

    • Author(s)
      井上 仁, 安武 公一, 山川 修, 多川 孝央, 隅谷 孝洋
    • Organizer
      日本教育工学会2023年春季全国大会
    • Related Report
      2022 Research-status Report
  • [Presentation] Toward an Ethical Learning Environment Considering Vulnerable Stakeholders2023

    • Author(s)
      Hitoshi INOUE, Kiyomi OKAMOTO, Yoshiaki NAKANO, Takahiro TAGAWA, Takahiro SUMIIYA
    • Organizer
      21st Annual Hawaii International Conference on Education
    • Related Report
      2022 Research-status Report
    • Int'l Joint Research

URL: 

Published: 2022-07-05   Modified: 2024-12-25  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi