2014 Fiscal Year Research-status Report
習熟度と難易度とのマッチングを考慮した学習者適応型コンテンツ推薦手法
| Project/Area Number |
25330364
|
|---|
| Research Institution | Kochi University |
|---|
Principal Investigator |
三好 康夫 高知大学, 教育研究部自然科学系理学部門, 講師 (20380115)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
塩田 研一 高知大学, 教育研究部自然科学系, 准教授 (50202106)
鈴木 一弘 高知大学, 教育研究部自然科学系, 助教 (50514410)
岡本 竜 高知大学, 教育研究部自然科学系, 教授 (60274362)
|
|---|
| Project Period (FY) |
2013-04-01 – 2017-03-31
|
| Keywords | 学習コンテンツ / 難易度推定 / 習熟度推定 / コンテンツ推薦 / 学習習慣 / 習慣化支援 |
|---|
| Outline of Annual Research Achievements |
本研究は，学習者の習熟度と学習コンテンツの難易度のマッチングを考慮に入れたコンテンツ推薦システムの構築を目指すものである。本研究は学習の習慣化支援への応用を目的としており，自学自習を継続し習慣づけたい学習者に対し，モチベーションを与え，維持させることが期待できる。例えば，学習者に学習のきっかけを与える目的で学習コンテンツの推薦を行う際，学習者の嗜好にあった内容でかつ，その分野に関する学習者の習熟度にマッチした難易度のコンテンツを推薦することにより，学習者の学習意欲を向上させる。このような学習コンテンツ推薦を行うため，学習者習熟度と学習コンテンツ難易度の推定を行う必要があるが，本研究では協調フィルタリングのように学習者とコンテンツ間の履歴情報のみから推定するアルゴリズムの開発を行っている。
今年度はコンテンツ推薦システムのベースとなる学習習慣化支援システムの開発を主に進めた。また学習者習熟度と学習コンテンツ難易度の推定アルゴリズムの精度向上に向けた試行錯誤と情報収集を行った。学習習慣化支援システムの開発については，ウェブデザインを専門とする業者とともにユーザインタフェースの試作を重ね，学習者の嗜好と学習順序を含んだ学習履歴情報を収集するためのウェブアプリケーションの設計が完成した。推定アルゴリズムの精度向上については，関連研究論文から新たな推定手法のアイデアを得ることができた。研究成果は，教育工学系の国際会議 (ICCE2014) や人工知能学会全国大会にて発表を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初の研究計画の通りにおおむね進めることができている。ウェブ調べ学習環境への組み込みをH27年度からの予定として計画していたが，より学習習慣化支援システムとしての性格を強めたウェブ調べ学習環境への設計改良を優先し，前倒して本年度から取り組んだ。従ってコンテンツ推薦実装のベースを整えることができたが，コンテンツ推薦機能の設計開発自体は後に回すこととなった。
|
| Strategy for Future Research Activity |
新たなテスト用データを入手することができたが，現在開発中の習熟度・難易度推定アルゴリズムでは期待した精度が出ないことが判明したため，アルゴリズムの改良を進めたい。その他については基本的に研究計画通りに遂行する予定である。
|
| Causes of Carryover |
国際会議の開催地が国内であったため予定より旅費が少なくなった。
|
| Expenditure Plan for Carryover Budget |
成果発表のための旅費や論文投稿や学会参加費等に使用する。
|
