Groupized Learning Path Discovery Based on Member Profile

Xu, Feng; Xie, Haoran; Yang, Peng; Chen, Wei; Sun, Hongjian

doi:10.1007/978-3-642-20539-2_32

Cited by 12 publications

(6 citation statements)

References 7 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…O trabalho de Steiner et al (2007) propõe, a partir de redes conceituais dinâmicas, um mecanismo responsável por entregar planos de estudo personalizados e individuais. Feng et al (2010) definiram métodos para encontrar os caminhos de aprendizagem coletivos, partindo da análise de cada indivíduo do grupo. Diferentemente dos trabalhos anteriores, (Hwang, Kuo, Yin, & Chuang, 2010) considerara a descoberta de caminhos de aprendizagem como sendo um problema de otimização, na qual a solução ideal seria a maximização da aprendizagem dos alunos.…”

Section: Trabalhos Relacionadosunclassified

Uma Abordagem Multiobjetivo para Recomendação de Caminhos de Aprendizagem para Grupo de Usuários

Miranda

Mello

Castro

et al. 2019

RBIE

View full text Add to dashboard Cite

A definição de caminhos de aprendizagem é um ponto fundamental para a aprendizagem eficiente. Este artigo apresenta um novo método inteligente para otimizar o processo de seleção de caminhos de aprendizagem para um grupo de indivíduos, levando em conta múltiplos critérios: satisfação dos membros da equipe e tempo gastos na realização da atividade. O método foi avaliado quanto ao desempenho, sendo comparado às abordagens exaustiva e aleatória; e quanto ao aspecto pedagógico, sendo comparado com os métodos aleatório e auto-selecionado. Os resultados alcançados revelaram o potencial do método proposto tanto do ponto de vista computacional quanto do pedagógico.

show abstract

Section: Trabalhos Relacionadosunclassified

Uma Abordagem Multiobjetivo para Recomendação de Caminhos de Aprendizagem para Grupo de Usuários

Miranda

Mello

Castro

et al. 2019

RBIE

View full text Add to dashboard Cite

show abstract

“…[Feng et al 2010] definiram métodos para encontrar os caminhos de aprendizagem coletivos, partindo da análise de cada indivíduo do grupo. Diferentemente dos trabalhos anteriores, [Hwang et al 2010] considerara a descoberta de caminhos de aprendizagem como sendo um problema de otimização, na qual a solução ideal seria a maximização da aprendizagem dos alunos.…”

Section: Contexto Do Problemaunclassified

Seleção de Caminho de Aprendizagem para Grupo de Usuários: Uma Abordagem baseada em Perfil

Miranda

Ferreira

Fiorentino

et al. 2017

Anais Do XXVIII Simpósio Brasileiro De Informática Na Educação (SBIE 2017)

View full text Add to dashboard Cite

Abstract. Identifying learning paths is a key issue for effective learning. This article proposes an intelligent method to optimize the process of selection of learning paths for a group of individuals taking into account multiple criteria: satisfaction of the team members and time spent in the accomplishment of the activity. The method was evaluated regarding the performance, being compared to the exhaustive and random approaches; And regarding the pedagogical aspect, being compared with random and self-selected methods. The results showed the potential of the proposed method from the computational point of view as well as the pedagogical point of view.Resumo. A identificação de caminhos de aprendizagem é uma questão chave para a aprendizagem eficiente. Este artigo propõe um método inteligente para otimizar o processo de seleção de caminhos de aprendizagem para um grupo de indivíduos, levando em conta múltiplos critérios: satisfação dos membros da equipe e tempo gastos na realização da atividade. O método foi avaliado quanto ao desempenho, sendo comparado às abordagens exaustiva e aleatória; e quanto ao aspecto pedagógico, sendo comparado com os métodos aleatório e auto-selecionado. Os resultados obtidos mostraram o potencial do método proposto tanto do ponto de vista computacional quanto do pedagógico. IntroduçãoOs recentes avanços no campo da e-learning possibilitaram a utilização de ambientes virtuais para alcançar estudantes sem limites espaciais e temporais [Voss et al. 2013]. No entanto, ainda existem dificuldades enfrentadas nesses ambientes como: falta de motivação dos alunos, acompanhamento individual do professor para a grande quantidade de estudantes e utilização de todos os recursos disponíveis. Um dos motivos para esses problemas ocorrerem é que a aprendizagem não se dá apenas através da disponibilização de recursos de aprendizagem, mas também da identificação de caminhos de aprendizagem interessantes para cada estudante [dos Santos et al. 2015].Um Caminho de aprendizagem é um conjunto de unidades de aprendizagem (por exemplo, materiais de estudo) que determina o caminho pelo qual o aluno deve seguir, em termos de conhecimento a ser adquirido ou aperfeiçoado, para que o mesmo realize tarefas relacionadas a essas competências [Li et al. 2009]. Em muitas situações, alunos

show abstract

“…Much work has been recently carried out in the field of eL_RS using several data mining algorithms for enhancing the recommendation quality (Zakrzewska, 2010;Feng et al, 2011). The clustering algorithm (Zhang et al, 2007) is used for grouping learners according to their behaviours, preferences and histories of visiting Web pages while descriptive statistics (Alfonseca et al, 2006) are used for grouping learners in collaborative framework.…”

Section: Group Modelling In E-learning Systemsmentioning

confidence: 99%

“…However, an investigation of recommendations to a group of learners in e-learning is still in its infancy. In the realm of e-learning, very few efforts have been made towards group recommendations (Zakrzewska, 2010;2011;Feng et al, 2011). Existing GRSs for e-learning have been devoted to recommend learning resources to a group of learners having similar preferences (Dwivedi and Bharadwaj, 2012;Zakrzewska, 2011).…”

Section: Group Modelling In E-learning Systemsmentioning

confidence: 99%

“…For example, in the context of e‐learning, learners from various backgrounds work collaboratively to achieve a certain task when suddenly there may be an urgent need for them to understand a particular topic through e‐learning (Talavera & Gaudioso, ). In this regard, Feng and colleagues () developed a group learning model in which they had focused on the search of an appropriate learning path to facilitate a group of learners for effective learning. A learner group, simply called a set of learners, can be formed either on the basis of having similar preferences or on a random basis (Zhang, et al ., ).…”

Section: Introductionmentioning

confidence: 99%

See 1 more Smart Citation

e‐Learning recommender system for a group of learners based on the unified learner profile approach

Dwivedi

Bharadwaj

2013

Expert Systems

View full text Add to dashboard Cite

In the age of information explosion, e‐learning recommender systems (eL_RSs) have emerged as effective information filtering techniques that attempt to provide the most appropriate learning resources for learners while using e‐learning systems. These learners are differentiated on the basis of their learning styles, goals, knowledge levels and others. Several attempts have been made in the past to design eL_RSs to recommend resources to individuals; however, an investigation of recommendations to a group of learners in e‐learning is still in its infancy. In this paper, we focus on the problem of recommending resources to a group of learners rather than to an individual. The major challenge in group recommendation is how to merge the individual preferences of different learners that form a group and extract a pseudo unified learner profile (ULP) that closely reflects the preferences of all learners. Firstly, we propose a profile merging scheme for the ULP by utilizing learning styles, knowledge levels and ratings of learners in a group. Thereafter, a collaborative approach is proposed based on the ULP for effective group recommendations. Experimental results are presented to demonstrate the effectiveness of the proposed group recommendation strategy for e‐learning.

show abstract

Groupized Learning Path Discovery Based on Member Profile

Cited by 12 publications

References 7 publications

Uma Abordagem Multiobjetivo para Recomendação de Caminhos de Aprendizagem para Grupo de Usuários

Uma Abordagem Multiobjetivo para Recomendação de Caminhos de Aprendizagem para Grupo de Usuários

Seleção de Caminho de Aprendizagem para Grupo de Usuários: Uma Abordagem baseada em Perfil

e‐Learning recommender system for a group of learners based on the unified learner profile approach

Contact Info

Product

Resources

About