Intensywny rozwój nauczania na odległość związany z upowszechnieniom Internetu spowodował konieczność prowadzenia badań dotyczących budowania dopasowanych do użytkownika systemów komputerowych wspomagających ten rodzaj działalności dydaktycznej.
Badania naukowe w tej dziedzinie coraz częściej łączą wykorzystanie zachowania się studentów, ich cech kognitywnych oraz ich preferencji z technikami analizy danych. Ciągle jednak brakuje efektywnych metod pozwalających na grupowanie i modelowanie użytkowników systemów edukacyjnych w celu ich personalizacji.
Spis treści:
1. Wstęp
2. Personalizacja w systemach nauczania na odległość
2.1. Adaptacyjne systemy edukacyjne
2.2. Techniki eksploracji danych w nauczaniu na odległość
3. Modele użytkowników
3.1. Ścieżki modelowania użytkowników
3.2. Style uczenia się
3.3. Łatwość użycia systemu
3.4. Preferencje kolorystyczne
3.5. Modele mieszane
3.6. Rejestrowanie dotychczasowych działań
3.7. Wyznaczanie profili grup studentów
4. Algorytmy eksploracji danych
4.1. Wprowadzenie
4.2. Analiza klastrowa
4.3. Klasyfikacja
4.4. Eksploracja częstych wyrazów
5. Eksploracja danych w budowaniu i modelowaniu grup
5.1. Znajdowanie grup studentów o podobnych cechach
5.2. Modelowanie grup studenckich
5.3. Grupy studentów o podobnych wzorcach zachowań
5.4. Rekomendacje do grup
5.5. Uwagi końcowe
6. Przykładowe zastosowania
6.1. Grupowanie według stylów uczenia się
6.2. Łatwość użycia systemów edukacyjnych
6.3. Dotychczasowe działania
6.4. Uwagi końcowe
Bibliografia
Lista rysunków
Lista tabel
Skorowidz
adobe algorytmy apache asp autocad asembler bsd c++ c# delphi dtp excel flash html java javascript linux matlab mysql office php samba voip uml unix visual studio windows word
Księgarnia Informatyczna zaprasza.