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。
|