| 研究課題/領域番号 |
25330419
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
学習支援システム
|
|---|
| 研究機関 | 日本女子大学 |
|---|
研究代表者 |
小川 賀代 日本女子大学, 理学部, 教授 (20318794)
|
|---|
| 研究分担者 |
ハルトノ ピトヨ 中京大学, 工学部, 教授 (90339747)
|
|---|
| 研究期間 (年度) |
2013-04-01 – 2016-03-31
|
| 研究課題ステータス |
完了 (2015年度)
|
| 配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2015年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2014年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2013年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 学習支援システム / eラーニング / Learning Analytics / ログ解析 / SOM / 制限付きRBF / LMS / learning analytics |
|---|
| 研究成果の概要 |
高等教育機関を中心にLMSが普及し、学習履歴データが蓄積され、ビッグデータになりつつある。これらの情報を解析することで、学習活動の改善、将来的な能力の予測などに活用する期待が高まっている。本研究では、e ラーニングにおいて蓄積された情報から、個人の学習傾向を抽出し、個人に適した学習支援システムの構築を目指した。
学習傾向の抽出は、k-means法を基にシステマティックに特徴分類する手法を開発した。学習結果の予測は、属性を考慮して可視化できるCR-SOMを用いた手法を開発した。実データに適応した所、SOMよりも同じ属性のデータが密集する傾向が得られ、識別率の高い予測に繋がる結果が得られた。
|
