تخمین سطح دانش یادگیرندگان براساس مدل کردن نقشه مفهومی به وسیله شبک بیزین

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 390

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CITCONF03_439

تاریخ نمایه سازی: 12 تیر 1395

چکیده مقاله:

یکی از مسائل مطرح در سامانه های مدیریت یادگیری ارزشیابی میزان دانش یادگیرندگان است تشخیص صحیح نقاط قوت و ضعف یادگیرندگان درمباحث درسی جهت ارائه محتوای صحیح آموزشی امری مهم و ضروری است در نظام سنتی اموزشی تنها با در نظر گرفتن یک نمره جامع سطح دانش یادگیرندگان در مبحث درسی موردنظر سنجیده می شود از آنجا که دانش یادگیرنده از جمله ویژگی های است که دقیقا نمی توان در مورد ان قضاوت نمود برای تعیین میزان دقیق دانش بر روشهای نیاز داریم که توانایی مدیریت عدم قعطیت دارند. در این پژوهش براساس شبکه بیزین و نقشه ی مفهومی میباشد اینمدل براساس اعمال شبکه بیزین بر روی ساختار نقشه مفهومی دامنه دانش مورد نظر است تا تخمین دقیق تری از میان دانش فرد در هریک از مفاهیم نقشه مفهومی مربوط به دامنه دانش مورد نظر بهدست اید.

کلیدواژه ها:

مدلسازی دانش ، شبکه بیزین ، نقش مفهومی ، الگوریتم ردیابی دانش بیزین

نویسندگان

احمد کاردان

ازمایشگاه فناوری پیشرفته در آموزش الکترونیکی دانشکده مهندسی کامپیوتر دانشگاه صنعتی امیرکبیر

فاطمه جهانگیری

ازمایشگاه فناوری پیشرفته در آموزش الکترونیکی دانشکده مهندسی کامپیوتر دانشگاه صنعتی امیرکبیر

یگانه ادیب منش

ازمایشگاه فناوری پیشرفته در آموزش الکترونیکی دانشکده مهندسی کامپیوتر دانشگاه صنعتی امیرکبیر

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • VanLehn, K. and Martin, J. (1997), "Evaluation of an assessmem ...
  • Mitchell, T. and Hill, M. (1997), "Machine Learning, " pp. ...
  • Seffrin, H. M; Rubi, G. L. and Jaques, P. A. ...
  • Grubisic, A; Stankov, S. and Peraic, I. (2013), "Ontology based ...
  • Murray, W. R. (1998), "A practical approach to Bayesian student ...
  • Kardan, A. and Bahrani, Y. (2014), "Learner's knowledge modeling using ...
  • Novak, J. D. and Caias, A. J. (2006), "The origins ...
  • Novak, J. D. and Caias, A. J. (2004), "Building on ...
  • Gouli, E; Gogoulou, A; Papanikolaou, K. and Grigoriadou, M. (2005), ...
  • Villalon, J. J. and Calvo, R. A. (2008) "Concept Map ...
  • International Conference on Web Intelligence and Intelligent Agent Technology, pp. ...
  • Schau, C; Mattern, N; Zeilik, M; Teague, K. W. and ...
  • Kinchin, I. M; Hay, D. B. and Adams, A. (2000), ...
  • Chen, H. H; Cheng, S. Y. and Heh, J. S. ...
  • McClure, J. R; Sonak, B. and Suen, H. K. (1999), ...
  • Perl, j. (1988), "Probabilistic Reasoning in Expert System: Network of ...
  • Grubisic, A; Stankov, S. and Peraic, I. (2013), "Ontology based ...
  • Corbett, A. T. and Anderson, J. R. (1994), "Knowledge tracing: ...
  • Sande, B. V. D. (2013), "Properties of the Bayesian knowledge ...
  • نمایش کامل مراجع