عنوان مقاله:

آنالیز رفتار دانشجویی در سیستم‌های مدیریت یادگیری از طریق یک چارچوب عظیم داده

"Analysis of student behavior in Learning Management Systems through a Big Data framework"

نویسندگان:

Cantabella, M., Martínez-España, R., Ayuso, B., Yáñez, J. A., & Muñoz, A.

انتشار:  سال 2019

کلمات کلیدی: سیستم‌های مدیریت یادگیری، MapReduce، الگوریتم Apriori، تحلیل یادگیری الکترونیکی، رفتار دانشجویی، داده‌های بزرگ، عظیم داده

چکیده:

در سال‌های اخیر، سیستم‌های مدیریت یادگیری (LMS) نقش بسیار مهم و اساسی در مدل‌های تحصیلات تکمیلی ایفا نموده‌اند. در همین راستا تحقیق جدید مرتبط با "سیستم‌های مدیریت یادگیری" انجام پذیرفت تا به وسیله الگوهای ارائه شده توسط ( LMSs)  پروسه مرتبط با یادگیری ارتقاء یابد. پلتفرم آموزش  مجازی قابلیت ضبط و رکورد فعالیت‌های دانشجویان را دارد، بدین وسیله، توانایی کشف رویدادهای تولید شده در بکارگیری از ابزارهای LMS  را دارد.

در این تحقیق که از نمونه موردی از دانشگاه Catholic در Murcia انجام شد، رفتارهای آکادمیک دانشجویان در 4 سال اخیر مورد تحقیق و بررسی قرارگرفت که به 3 طریق (حضوری، آنلاین، هم آنلاین و هم حضوری(بصورت همزمان)) با در نظر گرفتن تعداد دسترسی بهLMS  و ابزارهای آن توسط دانشجویان مورد آنالیز قرار گرفتند. شایان ذکر است که به دلیل حجم زیاد اطلاعات مرتبط با کاربرها درLMS ( بالای 70GB) در این مطالعه موردی، از روش "عظیم داده" استفاده شد که این روش موجب ارتقاء سرعت تجزیه و تحلیل در داده‌ها شد. نتایج به دست آمده حاکی از استفاده از  تکنیک‌های آنالیز بصری و ارزیابی آن‌ها به منظور تشخیص گرایش‌ها و کاستی‌ها در استفاده دانشجویان از سیستم LMS می‌باشد.

واضح است که حجم زیاد اطلاعات و داده‌ها و همینطور فراوانی کلان آنها و از طرف دیگر انواع مختلف داده‌های بزرگ(عظیم داده)، سبب شده که سیستم‌های آموزشی نیز به سمت "عظیم داده "سوق پیدا کنند تا از این هجوم اطلاعات و انواع شکل‌های مختلف آنها بتوانند به بهترین و موثرترین روش بهره ببرند.

در این تحقیق، با تغییر دیتابیس اطلاعات انجام شد و آنالیزها و تحقیقات با استفاده از دیتابیس‌های بزرگتر جهت ذخیره‌سازی داده‌ها استفاده نمودند. اطلاعات از دیتابیس SAKAI  به دیتابیس بزرگتر و با امکانات بیشتر HIVE منتقل گردید که مشخص است که سازماندهی اطلاعات بهتر از قبل انجام می‌گیرد. شایان ذکر است که در این تحقیق از الگوریتم Apriori استفاده شده است. با استفاده از این روش‌ها، روش‌های تعاملی بین اساتید با دانشجویان بهتر و منسجم‌تر از قبل انجام می‌گیرد.

دریافت فایل