سیستم شخصی سازی شده در آموزش الكترونیكی

چكیده:
در تمامی كاربردها و زمینه‌های مبتنی بر e، شخصی‌سازی نقش مهمی را ایفا می‌كند. امروزه با توجه به بازه گسترده كاربران در آموزش الكترونیكی، آموزش به مدل سنتی one- size- fit- all دیگر امكانپذیر نبوده و ارائه یك سیستم شخصی سازی شده كه بتواند به صورت اتوماتیك با سطح دانش و علائق كاربران هماهنگ شود، از اهمیت فراوانی برخوردار است. در حیطه E-Learning مدل كردن فراگیر ، نقش عمده‌ای در تأمین شخصی سازی، بر عهده دارد. مدل كردن به معنای تحلیل رفتار فراگیر، پیش‌بینی رفتار آینده وی و ترجیحات آموزشی‌اش می‌باشد. 
 
در میان سیستمهای آموزش الكترونیكی موجود، كمتر به مقوله شخصی سازی پرداخته‌شده و در اكثرت موارد، چنین بحثی اصلاً مطرح نشده‌است. در حالی كه اگر این شخصی‌سازی، به دقت و در عمق زیاد صورت بگیرد، مسلماً این خلاء موجود در سیستمهای آموزش الكترونیكی فعلی را پر كرده و موجب افزایش رضایت كاربر و كارایی سیستم آموزشی خواهد شد. امروزه با گسترش مفاهیم داده كاوی و روشهای تجزیه – تحلیل و آنالیز داده‌ها، می‌توان با جمع‌آوری داده‌های كافی در مورد هر فرد و در زمینه‌های گوناگون (مانند علائق، شیوه درس خواندن، سطح دانش در مورد یك زمینه بخصوص و ....) و بهنگام سازی آنها با توجه به رفتارها و مدل ایجاد شده برای آن فراگیر، محتوای آموزشی مناسب برای هر فرد را آماده و برای وی ارسال نمائیم. 
 
هدف از انجام این تحقیق، بررسی سیستمهای آموزش الكترونیكی موجود، نحوه استفاده و بكارگیری روشهای شخصی‌سازی  و مدلسازی فراگیران در این سیستمها، مطالعه روشهای مدلسازی موجود و مقایسه آنها، بررسی نقاط قوت و ضعف هر كدام، تعیین معیارهای اصلی برای تهیه پروفایل كاملی از كاربر و بررسی روشهای شخصی‌سازی و الگوریتمها و متدهای موجود در این زمینه می‌باشد كه در نهایت، با استفاده از این معیارها و آنالیز مدل رفتاری كاربر با توجه به معیارهای آموزشی، سعی خواهد شد كه مناسبترین محتوا برای هر فرد، شخصی‌سازی و برای وی، ارسال شود.
 
 
کلمات کلیدی:

e-learning

آموزش الكترونیكی

electronic-learning

سیستمهای ابر رسانه تطبیقی

 
 
فهرست مطالب
چكیده
مروری بر مفاهیم اصلی آموزش الكترونیكی
سیستمهای ابر رسانه تطبیقی
تاریخچه
موارد استفاده سیستمهای ابر رسانه تطبیق پذیر

مدلسازی فراگیر

فاز تصمیم‌گیری تطبیق پذیری
تطبیق پذیری با چه چیزی؟
رده‌های تطابق در محیطهای آموزشی
چه چیزی می‌تواند تطبیق داده‌شود؟
مروری بر شخصی سازی
تعریف

داده‌های ورودی برای سیستم‌های شخصی سازی

داده‌های كاربر
داده‌های مورد استفاده
داده‌های محیطی
بازنمایی و استنتاجهای ثانوی
دلیل یابی استنتاجی
دلیل یابی استقرایی
دلیل یابی آنالوگ
كاربردها 
منابع