نمایش مختصر رکورد

dc.contributor.authorدرگی, ایوبfa_IR
dc.contributor.authorرشیدی, حسنfa_IR
dc.date.accessioned1399-07-09T00:45:19Zfa_IR
dc.date.accessioned2020-09-30T00:45:19Z
dc.date.available1399-07-09T00:45:19Zfa_IR
dc.date.available2020-09-30T00:45:19Z
dc.date.issued2014-12-22en_US
dc.date.issued1393-10-01fa_IR
dc.date.submitted2015-01-12en_US
dc.date.submitted1393-10-22fa_IR
dc.identifier.citationدرگی, ایوب, رشیدی, حسن. (1393). مدل‌سازی دانش کاربر به ‌منظور یادگیری تطبیقی در محیط یادگیری الکترونیکی. فناوری آموزش و یادگیری, 1(1), 111-136. doi: 10.22054/jti.2014.227fa_IR
dc.identifier.issn2476-3861
dc.identifier.issn2476-4256
dc.identifier.urihttps://dx.doi.org/10.22054/jti.2014.227
dc.identifier.urihttp://jti.atu.ac.ir/article_227.html
dc.identifier.urihttps://iranjournals.nlai.ir/handle/123456789/184754
dc.description.abstractدر سال‌های اخیر از روش‌های داده‌کاوی به‌طور گسترده درزمینه‌ی یادگیری الکترونیکی استفاده‌شده است. درواقع محققین مختلف با استفاده از روش‌های داده‌کاوی سعی در شناخت هر چه بیشتر یادگیرندگان و درنتیجه ایجاد یادگیری تطبیقی داشته‌اند. در تحقیقات از ویژگی‌ها، عملکرد، سبک یادگیری و سبک‌شناختی یادگیرندگان استفاده‌شده است. این مقاله به شناسایی سطح دانش یادگیرندگان و مدل‌سازی آن‌ها به‌منظور شخصی‌سازی آموزش ارائه‌شده، می‌پردازد. به‌منظور ایجاد مدل پیشنهادی از شبکه عصبی تابع پایه شعاعی بهبودیافته استفاده‌شده و برای ارتقاء این شبکه از یک رویکرد آموزش سه مرحله‌ای بهره‌گیری شده است. این رویکرد در مرحله اول از الگوریتم بهینه‌سازی گروه ذرات، در مرحله دوم الگوریتم نزدیک‌ترین K همسایه و در فاز سوم الگوریتم تندترین کاهش را به کار گرفته است. در ادامه‌ی مقاله به بررسی مشخصه‌های یادگیرندگان پرداخته و چهار مشخصه مناسب به‌منظور پیش‌بینی متغیر کلاس جهت تعیین سطح دانش یادگیرندگان، ایجادشده است. جهت ارزیابی مدل ارائه‌شده، یک دوره‌ی مجازی آموزش مایکروسافت اکسل مورد آزمایش قرارگرفته است. یادگیرندگان دوره‌ی موردنظر در سه گروه آزمایشی قرار گرفتند. یکی از گروه‌ها از مدل پیشنهادی استفاده کرده و دو گروه دیگر از یادگیرندگان از ارائه دروس متوسط و الگوریتمی موجود از ادبیات تحقیق بهره ‌بردند. نتایج حاصل از آزمایش‌ها، موفقیت و رضایت تحصیلی یادگیرندگان گروه مربوط به مدل پیشنهادی را نشان می‌دهد.fa_IR
dc.format.extent920
dc.format.mimetypeapplication/pdf
dc.languageفارسی
dc.language.isofa_IR
dc.publisherدانشگاه علامه طباطبائیfa_IR
dc.publisherAllameh Tabataba’i Universityen_US
dc.relation.ispartofفناوری آموزش و یادگیریfa_IR
dc.relation.ispartofTechnology of Instruction and Learningen_US
dc.relation.isversionofhttps://dx.doi.org/10.22054/jti.2014.227
dc.subjectیادگیری الکترونیکیfa_IR
dc.subjectداده‌کاویfa_IR
dc.subjectالگوریتم بهینه‌سازی گروه ذراتfa_IR
dc.subjectشبکه عصبی تابع پایه‌ی شعاعیfa_IR
dc.titleمدل‌سازی دانش کاربر به ‌منظور یادگیری تطبیقی در محیط یادگیری الکترونیکیfa_IR
dc.typeTexten_US
dc.typeمقاله پژوهشیfa_IR
dc.contributor.departmentدانشجوی کارشناسی ارشد کامپیوتر، دانشگاه آزاد اسلامی، واحد قزوینfa_IR
dc.contributor.departmentدانشیار دانشکده علوم ریاضی و رایانه دانشگاه علامه طباطبائیfa_IR
dc.citation.volume1
dc.citation.issue1
dc.citation.spage111
dc.citation.epage136


فایل‌های این مورد

Thumbnail

این مورد در مجموعه‌های زیر وجود دارد:

نمایش مختصر رکورد