應用巨量資料技術探討MOOCs學習者之課程影片關聯性分析與適性化教材推薦 ;Subproject 1: Applying Big Data Technique to Moocs Learners&rsquo; Course Video Analytics and Adaptive Course Material Recommendation

NCU Institutional Repository > 資訊電機學院 > 資訊工程學系 > 研究計畫 > Item 987654321/76240

請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/76240

題名:	應用巨量資料技術探討MOOCs學習者之課程影片關聯性分析與適性化教材推薦;Subproject 1: Applying Big Data Technique to Moocs Learners’Course Video Analytics and Adaptive Course Material Recommendation
作者:	楊鎮華;陳雅玲
貢獻者:	國立中央大學資訊工程系
關鍵詞:	科學教育
日期:	2018-08-01
上傳時間:	2018-05-02 17:18:29 (UTC+8)
出版者:	科技部
摘要:	MOOCs能為學習者留下他們的所參與的學習活動之歷程，並應用巨量資料進行資料萃取分析，進而從學習者的學習歷程中預測或是解釋學生的學習狀況與行為之變化，並進一步建立模型 (Model)找出隱性的學習模式，以便瞭解學習者在學習過程中是否遇到學習困難或需要額外的學習幫助，而巨量資料技術就是本研究計晝達到上述目的主要方式。由於MOOCs的教材通常是教學者於課前預先錄製的教材影片，學習者對於所上的課程可能有先備知識不足，以及面對不易理解的内容時缺乏資源輔助及解惑。當學習者針對影片不易理解時， MOOCs系統沒有即時回饋，學習者也不知從何下手。同樣的，教學者在課程教學上也會因為缺乏學習者給予回饋，而不知道從何幫助學習者。因此，子計晝一針對上述現況，提供課程影片關聯性分析與適性化教材推薦模式，此模式會根據總計晝之最佳化學習路徑並配合課程學習内容推薦，結合新聞時事，充實適性化教材，讓學習者除了課堂内的專業知識外，還可以了解課堂外與專業知識相關的脈動；子計晝一也規劃課程影片導覽，引導學習者了解課程影片，將其内化成自身的專業學科知識。也會根據總計晝之最佳學習路徑提供之教材，配合影片歷程分析與學習行為分析來推薦學習者合適的教材内容。
關聯:	財團法人國家實驗研究院科技政策研究與資訊中心
顯示於類別:	[資訊工程學系] 研究計畫

文件中的檔案:

檔案	描述	大小	格式	瀏覽次數
index.html		0Kb	HTML	292	檢視/開啟

在NCUIR中所有的資料項目都受到原著作權保護.

社群 sharing

資料載入中.....