跳到主要內容

臺灣博碩士論文加值系統

(18.97.14.87) 您好!臺灣時間:2024/12/04 01:32
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:管怡婷
研究生(外文):Yi-Ting Kuan
論文名稱:以學習風格為基礎之學習資源推薦機制研究
論文名稱(外文):The Study of Learning Resource Recommandation Mechanism Based on Learning Style
指導教授:李維平李維平引用關係
指導教授(外文):W. P. Lee
學位類別:碩士
校院名稱:中原大學
系所名稱:資訊管理研究所
學門:電算機學門
學類:電算機一般學類
論文種類:學術論文
論文出版年:2004
畢業學年度:92
語文別:中文
論文頁數:91
中文關鍵詞:推薦機制學習風格資料探勘關聯規則
外文關鍵詞:recommend mechanismlearning styledata miningassociation rule
相關次數:
  • 被引用被引用:41
  • 點閱點閱:715
  • 評分評分:
  • 下載下載:167
  • 收藏至我的研究室書目清單書目收藏:16
摘 要
相較於傳統教學,網路教學模式有著不受時間空間的限制、降低教育成本、提高教育品質等優點。目前網路教學之個人化相關研究通常僅加上資訊技術提供個人化之服務,而忽略了學習者的學習風格也是影響學習的重要因素。所以本研究欲加入學習風格關聯推薦機制,推薦更符合學習者喜好的學習資源。
本研究首先利用Kolb的學習風格問卷分析學習者的學習風格(Learning Style),將學習者分成四種學習風格,然後請學習者上網站學習。再將不同學習風格學習者的瀏覽記錄做關聯規則分析,找出四種學習風格學習者的瀏覽行為模式。最後學習者瀏覽記錄與規則比對後,推薦未閱讀文章及相關文章。
並以實驗來驗證學習風格關聯推薦機制效果,學習資源以全民英檢中級閱讀能力測驗為範圍,並將文章分成5大主題,共有50篇文章。實驗對象為中原大學資管系一、二年級共117人,分成3組。A組為無推薦,B組為關聯推薦,C組為有學習風格之關聯推薦,以客觀系統指標及主觀滿意度來驗證。最後發現使用推薦機制前與後的「系統指標增加率」比較中,有學習風格關聯推薦是增加最多,減少最小的。使用推薦機制後,三組在系統指標「閱讀文章數」、「單次閱讀文章數」及「相關文章推薦點閱率」是有顯著差異的。主觀滿意度中「想要的」、「容易使用」、「整體滿意度」項目上有顯著差異,證明加入學習風格之關聯推薦是有效的,並且挖掘四種學習風格學習者的不同瀏覽模式。
關鍵字:學習風格、關聯規則、資料探勘、推薦機制
Abstract
Compared with traditional <a href="http://www.ntsearch.com/search.php?q=learning&v=56">learning</a>, E-learning model has some characteristics, such as convenience, the ignorance of distance, the reduced cost, and the enhancement of teaching quality. The researches about personalization on E-learning usually provide information technology, but ignore that the learning style is also an important factor and effects <a href="http://www.ntsearch.com/search.php?q=learning&v=56">learning</a> style. So this research devises “the <a href="http://www.ntsearch.com/search.php?q=learning&v=56">learning</a> style associate recommend mechanism” and provides acceptable leaning resources.
First, we use Kolb’s <a href="http://www.ntsearch.com/search.php?q=Learning&v=56">Learning</a> Style Inventory to analyze leaning style. All learners are separated into four <a href="http://www.ntsearch.com/search.php?q=learning&v=56">learning</a> styles, and then they studied in the <a href="http://www.ntsearch.com/search.php?q=internet&v=56">internet</a> <a href="http://www.ntsearch.com/search.php?q=web&v=56">web</a>. Next, we make an analysis of related rule for different browsing records of learners and conclude four browsing behavior of <a href="http://www.ntsearch.com/search.php?q=learning&v=56">learning</a> styles. Final, after comparing browsing records of learners with the rules, we recommend learners to skim the unread and relational articles.
The effect of “the <a href="http://www.ntsearch.com/search.php?q=learning&v=56">learning</a> style association recommend mechanism” can be proved by the following experiment. The <a href="http://www.ntsearch.com/search.php?q=learning&v=56">learning</a> resource including five subjects and fifty articles is the Reading Part of Intermediate level of GEPT (General English Proficiency Test). There are 117 testing subjects divided into 3 groups. They are freshmen and sophomores in Chung Yuan Christian <a href="http://www.ntsearch.com/search.php?q=University&v=56">University</a>. Group A is non-recommend. Group B is association recommend. Group C is the <a href="http://www.ntsearch.com/search.php?q=learning&v=56">learning</a> style association recommend. It is proved by the objective system-indicators and subjective satisfaction.
From the result of experiment, rate of increasing system-indicators, compare use recommend mechanism before and after, in the <a href="http://www.ntsearch.com/search.php?q=learning&v=56">learning</a> style association recommend are increase most and reduce the minimum one. After we use recommend mechanism, there is a big difference between three groups in the items of system indicators “quantity of reading”, “quantity of <a href="http://www.ntsearch.com/search.php?q=single&v=56">single</a> reading”, and “hitting ratio of relevant articles”. They are also different between the items of subjective satisfaction “want”, “easy using” and “integral satisfaction”. According to the results, we can dig not only the usefulness of “the <a href="http://www.ntsearch.com/search.php?q=learning&v=56">learning</a> style association recommend mechanism”, but also different browsing model of four <a href="http://www.ntsearch.com/search.php?q=learning&v=56">learning</a> styles.
Keywords: <a href="http://www.ntsearch.com/search.php?q=learning&v=56">learning</a> style, association rule, data mining, recommend mechanism
目 錄
摘 要 ..................I
ABSTRACT .................II
誌 謝 .................IV
目 錄 ..................V
圖 目 錄...............VII
表 目 錄................IX
第一章 緒論................1
1.1 研究背景與動機....1
1.2 研究目的..........3
1.3 研究範圍..........3
1.4 研究流程..........4
第二章 文獻探討............5
2.1 學習風格..........5
2.2 推薦技術.........20
2.3 績效衡量的研究...30
2.4 相關研究.........33
第三章 研究設計...........36
3.1 學習風格分析.....36
3.2 學習者與學習資源.38
3.3 推薦機制.........39
第四章 雛型系統...........43
4.1 雛型系統架構.....43
4.2 系統功能介紹.....45
4.3 推薦機制實作.....51
第五章 實證研究...........53
5.1 研究模式.........53
5.2 研究假說.........55
5.3 實驗設計.........56
5.4 實驗流程.........57
第六章 結果分析與討論.....60
6.1 學習者分析.......60
6.2 推薦機制前後增加率比較...62
6.3 使用績效驗證.............64
6.4 使用滿意度...............68
6.5 推薦規則.................70
6.6 結論.....................78
第七章 結論.......................79
7.1 研究結果與貢獻...........79
7.2 研究限制.................80
7.3 後續研究.................81
參考文獻..........................82
中文..............................82
英文..............................84
附錄一:推薦機制滿意度問卷........87
附錄二:英文閱讀能力前測試題......88
附錄三:學習資源資料表關聯圖......90
作者自述..........................91

圖 目 錄
圖2.1 Kolb 經驗學習模式 15
圖2.2 輪廓檔的產生及維護說明 24
圖2.3 利用輪廓檔進行推薦說明 25
圖2.4 內容式過濾示意圖 26
圖2.5 協同式過濾示意圖 27
圖2.6 規則式過濾示意圖 29
圖3.1 研究架構圖 36
圖3.2 Kolb學習風格量表象限圖 37
圖3.3 學習風格為基礎之推薦機制流程圖 40
圖4.1 系統架構圖 43
圖4.2 系統功能圖 45
圖4.3 系統首頁畫面 45
圖4.4 互動區之學習風格畫面 46
圖4.5 互動區之滿意度調查畫面 46
圖4.6 閱讀區之文章標題畫面 47
圖4.7 閱讀區之文章內容畫面 47
圖4.8 閱讀區之練習題解析畫面 48
圖4.9 閱讀區之未閱讀文章推薦畫面 48
圖4.10 個人區之個人資料畫面 49
圖4.11 個人區之學習資料畫面 49
圖4.12 服務台之實驗說明畫面 50
圖4.13 服務台之網站導覽畫面 50
圖5.1研究模式 53
圖5.2 實驗設計示意圖 56
圖5.3 實證研究流程圖 59
圖6.1 A組學習風格分佈圖 60
圖6.2 B組學習風格分佈圖 61
圖6.3 C組學習風格分佈圖 61
圖6.4 所有學習者喜好主題統計圖 71
圖6.5 所有學習者喜好的文章統計圖 71
圖6.6 發散者喜好主題統計圖 72
圖6.7 同化者喜好主題統計圖 72
圖6.8 收斂者喜好主題統計圖 72
圖6.9 適應者喜好主題統計圖 73
圖6.10 發散者喜好文章統計圖 73
圖6.11 同好者喜好文章統計圖 74
圖6.12 收斂者喜好文章統計圖 74
圖6.13 適應者喜好文章統計圖 74

表 目 錄
表2.1 學習風格的定義 6
表2.2 Felder-Silverman <a href="http://www.ntsearch.com/search.php?q=Learning&v=56">Learning</a> Style Model 9
表2.3 Kolb學習風格類型 17
表2.4 協同過濾作法比較 28
表2.5 Saracevic衡量使用效用項目之問項 31
表2.6 相關研究之整理 35
表3.1學習風格轉換表 37
表3.2 各部份題型、題數及分項測驗目標 38
表3.3 學習資源格式 39
表3.4 瀏覽記錄記錄表 41
表3.5 規則庫資料表 41
表3.6 推薦庫資料表 42
表4.1 瀏覽資料範例 51
表4.2 規則庫資料範例 51
表4.3 推薦庫範例 52
表5.1 系統衡量指標及計算方式 54
表5.2 滿意度的衡量構面與項目 55
表5.3實驗分組 57
表5.4 實驗流程 58
表6.1 各組統計值 61
表6.2 英文閱讀能力ANOVA 分析 62
表6.3 A組系統指標表 62
表6.4 B組系統指標表 62
表6.5 C組系統指標表 63
表6.6 使用推薦機制前後之系統指標增加率比較 63
表6.7 登入次數單因子變異數分析摘要表 64
表6.8 登入次數單因子變異數分析表 64
表6.9 閱讀文章數單因子變異數分析摘要表 65
表6.10 閱讀文章數單因子變異數分析表 65
表6.11 單次閱讀文章數單因子變異數分析摘要表 65
表6.12 單次閱讀文章數單因子變異數分析表 66
表6.13 閱讀時間單因子變異數分析摘要表 66
表6.14 閱讀時間單因子變異數分析表 66
表6.15 未閱讀推薦率t檢定 67
表6.16 相關文章推薦率t檢定 67
表6.17使用績效檢定結果 68
表6.18 轉軸後的因素矩陣 69
表6.19 信度分析 69
表6.20 使用滿意度之各構面結果 70
表6.21 所有學習者規則表 75
表6.22 發散者規則表 76
表6.23 同化者規則表 76
表6.24 收斂者規則表 77
表6.25 適應者規則表 77
參考文獻
中文
1.Sophia Hsiao (民90),全民英檢 中級 聽力.閱讀能力速讀本,臺北縣國際學村出版。
2.方貝瑜 (民87),網際網路上個人化廣告與廣告版面位置對廣告效果之影響研究,國立中正大學資訊管理研究所碩士論文。
3.吳幸宜譯 (民83),Gredler B. Margaret著,學習理論與教學應用,臺北市,心理。
4.巫靜宜 (民89),比較網路教學與傳統教學對學習效果之研究---以Word 2000之教學為例,淡江大學資訊管理學系碩士論文,台北。
5.李育奇 (民90),試論英語的發展程序與學習型態,教育部臺灣省中等學校教師研習會菁莪季刊,第十三卷第一期(第47期)。
6.林建名 (民90),網路合作學習成效之探索性研究,南華大學資訊管理學系碩士論文。
7.林寶山 (民79),個別化教學之理論與實際 凱勒教學模式之研究,臺北市,五南。
8.邱永祥 (民91),運用類神經網路與資料探勘技術於網路教學課程推薦之研究,朝陽科技大學資訊管理系碩士論文。
9.施瀛欽 (民91),不同學習風格之國小高年級學童其科學本質觀與對科學的態度之研究,國立嘉義大學科學教育研究所碩士論文。
10.財團法人語言測驗中心 (民88) ,全民英語能力分級檢定測驗研究─中級測驗預試報告。
11.張烑炯 (民91),網站的品質與資訊隱私保護對使用者持續使用行為之研究,國立高雄第一科技大學碩士論文。
12.曹又文 (民91),適地化與適性化之行動廣告資訊推薦之研究,輔仁大學資訊管理系碩士論文 。
13.梁榮財 (民87),高中學生學習風格及其教學策略之研究。http://210.59.2.1/jfvs/教學組/專題報告/ 91機製科/學習風格之研究.doc
14.許怡禎、周美雯 (民92),過關全民英檢中級聽力、閱讀測驗,臺北市 幾何文化。
15.陳宏泰 (民91),個人化網路廣告之研究,國立暨南國際大學資訊管理學系碩士論文。
16.陳志欣 (民91),應用適性化技術與學習風格改善影片教學:以材料力學為例,國立臺灣大學土木工程學研究所碩士論文。
17.陳筱筠 (民90),奇美博物館成人觀眾學習類型之個案研究,暨南國際大學成人與繼續教育研究所碩士論文。
18.頂良,學習風格,南京江教教育出版社,1995。
19.游政男 (民90),學習風格與超媒體網頁架構方式對學習鐘擺週期之影響,國立東華大學教育研究所碩士論文,花蓮。
20.楊淑晴 (民89),英文學習策略、學習類型與英文能力之相關研究,國家科學和員會研究彙刊:人文及社會科學,十卷一期。
21.歐陽崇榮 (民89),圖書館自動化系統評估模式之建立與應用,國立中央大學資訊管理研究所博士論文。
22.蔣月美 (民91),彈性能力分班在國小英語教學之實施--台北市龍安國小個案研究,國立台北師範學院兒童英語教育研究所,http://www.laes.tp.edu.tw/chiangym/essay.htm。
23.蔡淑薇 (民92),高中職學生學習風格、自我調整學習與學業成就之關係,彰化師範大學/輔導與諮商系碩士論文。
24.蔡曉慧 (民86),社教機構短期研習班成人學習者學習型態及其相關因素之研究,國立台灣師範大學社會教育學系碩士學位論文。
25.鄭楓琳 (民89),台南市國小英語教學實施現況與意見調查之研究,http://www.lib.nccu.edu.tw/ref/tesol.htm。
26.盧正川 (民91),多媒體網路教材設計--以資訊豐富理論為基礎之研究多媒體網路教材設計--以資訊豐富理論為基礎之研究,國立高雄師範大學資訊教育研究所碩士論文。
27.賴宏仁 (民88),電子報個人化新聞推薦方法之研究,國立中山大學資訊管理學系研究所博士論文。
28.賴苑玲 (民90),學習風格與資訊素養教育,中師圖書館館訊,第36期,國立台中師範學院圖書館,http://lib.ntctc.edu.tw/info/info36/info36-1.htm。
29.賴翠玲 (民91),Paul Dunne,全民英檢一路通 中級 閱讀能力測驗模擬試題冊,臺北市 文鶴出版。
30.韓?福 (民91),應用協同過濾機制於商機撮合電子報之研究 –以食品業電子市集,中原大學資訊管理研究所碩士論文。

英文
1.Baroudi, J.J., and Orlikowski, W.J. (1988), “A Short-Form Measure of User InformationSatisfaction: A Psychometric Evaluation and Note on Use,” Journal of Management Information Systems, 4(4), p. 44-59.
2.Berkhin P. (2002), “Survey of clustering data mining techniques,” Accrue Software Research Paper. Available online at http://www.accrue.com/products/researchpapers.html.
3.Carver, C.A., Jr., Howard, R.A., and Lane, W. D. SM. (1999), “Enhancing Student Learning through Hypermedia Courseware and Incorporation of Student Learning Styles,” IEEE Transactions on Education, 42(1), p.33-38.
4.Chapelle, C. & Roberts, C. (1986), “Ambiguity tolerance and field independence as predictors in English as a second language,” Language Learning, 36(1), p.27-45.
5.Chapelle, C. (1995), “Field-dependence/field-independence in the second language classroom,” In Learning styles in the ESL/EFL classroom. Ed. J. Reid. Boston: Heinle and Heinle Publishers.
6.Christian Wolf (2003), “iWeaver: Towards 'Learning Style'-based e-Learning in Computer Science Education,” Australasian Computing Education Conference.
7.Cynthia R., James K. (2000), “The role of IS personnel in Web-based systems development: the case of a health care organization,” 2000 ACM SIGCPR conference on Computer personnel research, p130-135
8.Doll, W. J. and Torkzadeh, G. (1988), “The Measurement of End-User Computing Satisfaction,” MIS Quarterly, 12(2), p.259-274.
9.Doll, W. J. and Deng, X. (2001), “The Collaborative Use of Information Technology: End-User Participation and System Success,” Information Resources Management Journal, 14(2), p. 6-16.
10.Dunn, R., Dunn, K. (1993), “Teaching secondary students through their individualized learning styles.” Reston,” VA: Reston Publishing Co.
11.Ellis Rod (1999), “The study of second language acquisition, ” 上海外語教育出版.
12.Eirinaki M. and Vazirgiannis M. (2003), “Web mining for web personalization,” ACM Transactions on Internet Technology, 3(1).
13.Felder, R. M. and Silverman, L. K. (1988), “Learning and Teaching Styles in Engineering Education,” Engineering. Education, 78(7), p.674-681.
14.Felder, R.M. and Henriques, E.R. (1995), “Learning and Teaching Styles in Foreign and Second Language Education,” Foreign Language Annals, 28(1), p.21-31.
15.Felder, R. M. (1996), “Matters of Style,” ASEE Prism, 6(4), p.18-23.
16.Gagne, F. (1993), “The Cognitive psychology of learning. 2nd Edition,” New York: Harper Cdlins College Publisher.
17.Guielford, J.P. (1965), “Fundamental Statistics in Psychology and Education, 4th ed.,” New York: McGraw-Hill.
18.Hieneman, P.L. (2001), “Cognitive versus learning style,” from http://www.edu.drake.edu/dissertations/TMPR/home.htm.
19.Kaufman L. and Rousseeuw P. J. (1990), “Finding Groups in Data: an Introduction to Cluster Analysis,” Wiley Series in Probability and Mathematical Sciences.
20.Kolb, D. A. (1976), “Learning Style technical manual”, Boston: Mcber and Company.
21.Kolb, D. A. (1984), “Experiential learning: Experience as the source of Llearning and Development,” Englewood Cliffs, Nj: Prentice-Hall.
22.Kolb, D. A. (1985), “Learning style inventory: Self-scoring inventory and interpretation booklet,” Boston: Mcber and Company.
23.Laroussi Mona, Rouillard Jose (2002), “Adaptive Communication Tools for Mobile Learning,” ABIS-Workshop.
24.Montaner M., Lopez B. and Lluis J. (2003), “A Taxonomy of Recommender Agents on the Internet,” Artificial Intelligence Review,.19(4), p.285-330.
25.Nor Azan Mat Zin (2002), “Mathematics Tutor: Matching Instruction to Student’s Learning Styles,” IEEE Proceedings of the International Conference on Computers in Education.
26.Oxford, Rebecca (1989), “The Role of Styles and Strategies in Second Language Learning. ERIC Digest,” ERIC Clearinghouse on Languages and Linguistics Washington DC.
27.Pennock, D.M., Horvitz, E., Lawrence, S., and Giles, C.L. (1999), “Collaborative filtering by personality diagnosis:A hybrid memory-and model-based approach,” Proceedings of the 16th of Conference on Uncertainty in Artificial Intelligence, p473-480.
28.Philip Yu (1999), “Data mining and personalization technologies,” IEEE.
29.Reid, J. (Ed.). (1995), “Learning styles in the ESL/EFL classroom,” Boston, MA: Heinle and Heinle Publishers.
30.Reiff, J. (1992), “What research says to the teacher: Learning styles,” Washington, DC: National Education Association.
31.Robin Munkyold(2003), “End user support usage,” Computing information technology: the human side, p146-160.
32.Rosenberg, Marc J. (2001), “E-Learning: Strategies for Delivering Knowledge in the Digital Age,” McGraw-Hill.
33.Saracevic, T., and Kantor, P. (1998), “A Study in Information Seeking and Retrieving. II.User, Questions and Effectiveness,” Journal of the American Society for Information Science, 39(3), p.176-195.
34.Sarwar, B.M., Karypis, G., Konstan, J. and Riedl, J. (2000), “Analysis of Recommender Algorithms for E-Commerce,” Proceedings of the 2nd ACME-Commerce Conference.
35.Schafer, J. Ben, Konstan, Joseph, and Riedl, John (1999), “Recommender System in E-Commerce,” Proceedings of the first ACM conference on Electronic Commerce, p.158-166.
36.Shuk Ying Ho, Sai Ho Kwok (2002), “The attraction of personalized service for users in mobile commerce: an empirical study,” ACM SIGecom Exchanges, 3(4).
37.Surprenant, C.F. and Solomon, M.R. (1987), “Predictability and Personalization in the Service Encounter,” Journal of Marketing, 51, p.86-96.
38.Steven John Simon (2000), “The relationship of learning style and training method to end-user computer satisfaction and computer use: A structrual equation model,” Information Technology, Learning, and Performance Journal, 18(1); p. 41.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top