2016 Fiscal Year Annual Research Report
Learning Contents Recommendation Method in Consideration to Match Difficulty and Proficiency
| 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 |
|---|
| 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。
本研究の成果として，コンテンツ推薦システムのベースとなるWeb学習の習慣化支援システムを構築した。このシステムは，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ことができる。また，学習者の習熟度と学習コンテンツの難易度の推定アルゴリズムの精度向上に向けて試行錯誤を行った。開発した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等の結果から，本アルゴリズムはユーザの学習目的に結果が大きく影響されることが確認できた。本アルゴリズムの特徴は内容を用いない読者ネットワークに基づいた手法であるが，推定精度の比較のため，内容に基づく難易度推定手法の開発も行った。本研究の実施により，学習コンテンツの推薦には，難易度の尺度だけでなく理解しやすさを表す尺度の重要性に気づくことができ，同等の難易度の学習コンテンツにおける理解しやすさの差を推定するアルゴリズムの開発に関する研究へと発展させることができた。
|
Research Products
(5 results)
