(3.238.235.155) 您好!臺灣時間:2021/05/16 07:50
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:陳敏弘
研究生(外文):Min-hung Chen
論文名稱:個人化線上學習智慧代理人之研究
論文名稱(外文):A Study of Intelligent Agents for Personalized E-Learning
指導教授:林金玲林金玲引用關係
指導教授(外文):Jin-ling Lin
學位類別:碩士
校院名稱:世新大學
系所名稱:資訊管理學研究所(含碩專班)
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:2008
畢業學年度:96
語文別:中文
論文頁數:70
中文關鍵詞:天真貝氏分類器興趣分析學習歷程線上學習智慧代理人
外文關鍵詞:Naive Bayesian classifierInterests analysislearning profileIntelligent agentE-learning
相關次數:
  • 被引用被引用:1
  • 點閱點閱:431
  • 評分評分:
  • 下載下載:120
  • 收藏至我的研究室書目清單書目收藏:2
本研究旨在研究使用者在進行線上學習時,所點閱的內容及點閱之間的順序,並不一定都具有相當的關聯程度時,透過本研究所設計的線上學習智慧代理人機制,能夠針對個別使用者,推論出其對於不同領域資料感興趣的程度,進一步的將這些使用者有興趣的資料,在系統新增時,主動的向使用者推薦。
本研究採用了天真貝氏分類器(Naive Bayesian Classifier,以下簡稱NBC)作為分析使用者線上閱讀習性的方法,並以實際上存在的某個學習網站為模擬分析的對象,以使用者的線上瀏覽學習歷程資料,來驗證所推導的智慧代理人的推薦準確度。反覆地讓智慧代理人不斷地動態學習使用者的瀏覽習性,以期建立一個能針對個別學習興趣的智慧型線上學習機制。
When people browse the learning materials on a web site, the sequence of content that they browse might not have any particular relation. Therefore, the proposed research tries to build an intelligent agent for discovering a specific learner's interests in different knowledge fields dynamically, instead of finding the sequence of content that he browses. When there are the new materials, the agent will recommend to user voluntarily.
The Naive Bayesian Classifier (NBC for short) is used as the approach of prospecting and analyzing learner' interests based on the users' learning profiles. The users' learning profiles are also used to evaluate the accuracy of the intelligent agent's recommendations. The simulation results show highly efficient performance of the proposed intelligent agent.
第一章 緒論.........................................................1
第一節 研究背景.................................................1
第二節 研究動機.................................................2
第三節 研究目的.................................................4
第二章 文獻探討.....................................................7
第一節 傳統教學和線上教學.......................................7
第二節 線上學習代理人...........................................8
第三節 線上學習資料探勘........................................11
第三章 問題定義....................................................13
第四章 研究方法....................................................16
第一節 研究架構................................................18
第二節 分析變數................................................19
第三節 研究方法................................................20
第五章 模擬與分析..................................................36
第一節 歷程資料來源............................................39
第二節 代理人訓練..............................................40
第三節 代理人測試..............................................46
第四節 成效分析................................................49
第六章 結論與建議..................................................60
第一節 研究成果................................................60
第二節 未來發展................................................61
中文參考文獻.......................................................63
英文參考文獻.......................................................64
[1]陳芸霈, (Ed.). (2003). 從學習歷程記錄檔動態建構決策樹以支援適性化教學. 國立中山大學資訊管理研究所碩士論文.
[2]何俊輝, (Ed.). (2004). 應用資料採礦及演化式計算概念於數位學習路徑分析. 國立中山大學資訊工程學系研究所碩士論文.
[3]吳俊毅, (Ed.). (2003). 以課程知識為基礎之整合式主動推播學習平台. 南華大學資訊管理研究所碩士論文.
[4]廖聖傑, (Ed.). (2003). 從學習歷程檔案建構決策樹以支援網路教學. 國立中山大學資訊管理研究所碩士論文.
[5]教育部教學資源網, (2007). Retrieved Feb. 15, 2008, from http://etoe.edu.tw/scripts/learning/index.asp?CookieCheck=1
[6]林政斌, (Ed.). (2001). 線上學習代理人之分析與設計. 國立中山大學資訊管理研究所碩士論文.
[7]王筱臻, (Ed.). (2004). 利用探勘技術辨認企業網路外部環境. 國立中山大學資訊管理學系研究所碩士論文.
[8]蘇豐文, (2004). 智慧型代理人:前瞻性資訊技術. 科學發展, (380), p. 74-79.
[9]許金山, (2006). 混合式數位學習歷程及成效之分析. 生活科技教育, 39(1), 66-84.
[10]陳俊達, (Ed.). (2007). 以文件分類技術預測股價趨勢. 國立政治大學資訊科學系碩士論文.
[11]黃河銓, (Ed.). (2006). 以貝氏網路建構一個適性化學習環境. 國立高雄應用科技大學資訊管理系研究所碩士論文.
[12]Ahu, S., Bamshad, M., and Robin, B. (2007). Learning Ontology-Based User Profiles: A Semantic Approach to Personalized Web Search. IEEE Intelligent Informatics Bulletin, 8, 7-18.
[13]Oriana, L. and Semeraro, G. (2007). Student Profiles to Improve Searching in E-Learning Systems. International Journal of Continuing Engineering Education and Life Long Learning, 17, 392-401.
[14]Patricio, G., Analia, A., Silvia, S., and Marcelo, C. (2003). Evaluating Bayesian Networks’ Precision for Detecting Students’ Learning Styles. Computers & Education, 49(3), 794-808.
[15]Remenyi. D.. (Ed.). (2007). Using Learning Styles to Enhance an E-Learning System. ECEL 2007 6th European Conference on E-Learning. (p. 235-244). in Ireland, EU: Academic Conferences Ltd.
[16]Sang-Bum, K., Hee-Cheol, S., and Hae-Chang, R. (2003). Poisson Naive Bayes for Text Classification with Feature Weighting. Proceedings of The Sixth International Workshop on Information Retrieval with Asian Languages. (p. 33-40). in Sapporo, JP: Association for Computational Linguistics Morristown.
[17]Tomoko, K., Ogawa, Y., and Watanabe, T. (2000). Agent-Oriented Support Environment in Web-Based Collaborative Learning. Journal of Universal Computer Science, 7(3), 226-239.
[18]Yongjian, F. and Ming-Yi, S. (2002). A Framework for Personal Web Usage Mining. International Conference on Internet Computing. (p. 595-600). Las Vegas, NV.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊