| 研究課題/領域番号 |
21500908
|
|---|
| 研究機関 | 東京電機大学 |
|---|
研究代表者 |
和田 雄次 東京電機大学, 情報環境学部, 教授 (30366398)
|
|---|
| 研究分担者 |
土肥 紳一 東京電機大学, 情報環境学部, 准教授 (00227703)
今野 紀子 東京電機大学, 情報環境学部, 准教授 (40349808)
宮川 治 東京電機大学, 情報環境学部, 准教授 (30316632)
|
|---|
| キーワード | Eラーニング / 協調学習推薦システム / 情報推薦 / デジタル教材コンテンツ / 学習履歴 / 苦手科目 / アンケート分析 / 学習傾向 |
|---|
| 研究概要 |
多くの高等教育機関などにおいて、e-ラーニングが盛んに取り入れられ、発展してきた。例えば、AHS(Adaptive Hypermedia System)の一部を利用して学習者に適応した学習コースを推薦するシステムでは、従来に比べ学習効果が高い事が実験結果から確認されたが、オンライン小テストの結果を基にする為、学習者には負担がかかる。
また、学習履歴を基に関連性の高い教材コンテンツを推薦する双方向推薦方式は、教材コンテンツの配置する順序に関係なく関連性の高い教材コンテンツが推薦される事や、アンケート調査によって学習時間が短縮出来る事が確認できた。これらの事から学習者に負担をかけず、尚かつ学習者に適応した情報推薦が必要である。
そこで、本研究では従前、学習履歴情報の閲覧回数が多い教材コンテンツである程、学習者がつまずき易い内容であると仮定し、その教材コンテンツを学習傾向が類似している学習者に"苦手科目を克服する為に必要な教材"として推薦する協調学習推薦システムを開発した。そしてこのシステムを用いた実験の結果、各学習者に対する推薦教材の抽出を行い、学習者に適応した推薦と未知の教材が推薦される可能性を示してきた。
そして、今回、本研究の最終目的でもある苦手科目の克服に貢献する教材コンテンツであるか否かについて、過去の学習者の履歴から導く技術の研究を実施し、実際に推薦機能を利用した後、アンケート調査や学習履歴を分析する検証も行った。
しかしながら、学習履歴情報を持たない新規学習者には、属性情報の体系化に基づく類似嗜好者抽出手法はまだ提案段階であるので、今後はこの手法を実装し、検証していく予定である。
|
