2015 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理学部門, 准教授 (50202106)
鈴木 一弘 高知大学, 教育研究部自然科学系理学部門, 助教 (50514410)
岡本 竜 高知大学, 教育研究部自然科学系理学部門, 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 / レシピ |
|---|
| 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あることはもちろんのこと，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の推薦を行うため，学習者の習熟度と学習コンテンツの難易度を推定する必要がある。
今年度は，これまで開発した学習コンテンツ難易度推定アルゴリズムをクックパッドのレシピに適用する試みを行ってみた。これまではソーシャルブックマークのデータを用いていたが，クックパッドはユーザの利用目的がソーシャルブックマークと大きく異なることが影響し，予想に反する興味深い結果を得ることができた。また，推定精度の比較のため，内容に基づくレシピの難易度推定手法の開発も行った。さらに，学習コンテンツ推薦システムのベースとなるWeb学習習慣化支援システムの開発を進めることができた。研究成果は，教育工学系の国際会議 (ICCE2015) や研究会，人工知能学会全国大会などで発表し，貴重なアドバイスを受けることができた。
|
| 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。コンテンツ推薦機能の設計開発とシステムへの組み込み実装に少し遅れが出ているが，ベースとなるシステムの作り込みに時間をかけたためである。
|
| Strategy for Future Research Activity |
少し遅れが生じている開発に力を入れるとともに，研究成果の発表に重点を置いて研究を遂行する。アルゴリズムの精度向上に向けた試行錯誤においても，アルゴリズムが複雑になりすぎてきたところがあるため，少しシンプルなモデルを提案しなおしてみることも検討したい。
|
| Causes of Carryover |
年度末に予定していた出張が旅程を変更せざるを得なくなるなどして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。
|
Research Products
(6 results)
