| 研究課題/領域番号 |
16K01095
|
|---|
| 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 |
教育工学
|
|---|
| 研究機関 | 木更津工業高等専門学校 |
|---|
研究代表者 |
大枝 真一 木更津工業高等専門学校, 情報工学科, 准教授 (80390417)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| キーワード | 教育データマイニング / 潜在的スキル構造 / Q-matrix / プログラミング教育 / NMF / Skill Modeling / Student Modeling |
|---|
| 研究成果の概要 |
ITS(Intelligent Tutoring Systems)や，LMS(Learning Management Systems)の普及によって，教育現場で自動的に大量のデータを取得できるようになった．本研究では，学生の試験結果や学習過程のログデータから，知識を修得するために必要な潜在的スキル構造を自動抽出するデータマイニング技術を開発することである．
本研究によって，試験結果から設問とスキルの関係を抽出するSkill Modelingと呼ばれる研究を行った．また，学習中のログデータからスキルに関連する規則性を発見するために機械学習を用いた新しい教育データマイニング手法を開発した．
|
| 自由記述の分野 |
知能情報学，数理情報学，教育工学
|
| 研究成果の学術的意義や社会的意義 |
国内ではIT技術者の不足が深刻になっている．さらにスマートフォンの普及やSNS利用者の増加，IoT分野の成長，新たなビッグデータ解析手法の開発，人工知能(AI)の利活用に向けて，これからさらに多くのIT技術者が必要とされることは想像に難くない．
そこで本研究の目的は，調査対象をプログラミング教育とし，教育データからスキル修得過程を解明することとした．特に，本研究の学術的独自性は，特殊な装置や教育方法の変更を必要とせずに，教育現場から得られるありのままのデータに対し，数理に基づいたデータサイエンス技術を適用して潜在的スキルの形成過程を解明する点である．
|
