Naslov Sustav preporučivanja aktivnosti za računalom podržano suradničko učenje
Naslov (engleski) Recommender system for activities in computer-supported collaborative learning
Autor Martina Holenko Dlab MBZ: 298604
Mentor Vedran Mornar (mentor)
Mentor Nataša Hoić-Božić (komentor) MBZ: 199562
Član povjerenstva Vedran Mornar (predsjednik povjerenstva)
Ustanova koja je dodijelila akademski / stručni stupanj Sveučilište u Zagrebu Fakultet elektrotehnike i računarstva (Zavod za primijenjeno računarstvo) Zagreb
Datum i država obrane 2014, Hrvatska
Znanstveno / umjetničko područje, polje i grana TEHNIČKE ZNANOSTI Računarstvo Programsko inženjerstvo
Univerzalna decimalna klasifikacija (UDC ) 621.3 - Elektrotehnika
Sažetak Sustavi preporučivanja pružaju podršku korisnicima prilikom pristupa korisnim ili zanimljivim sadržajima. U procesu preporučivanja uvažavaju se individualne karakteristike korisnika, čime se osigurava personalizacija. Tehnike preporučivanja se koriste i u domeni e-učenja, no kod većine postojećih sustava skup sadržaja koji se preporučuju je ograničen na nastavne materijale i kolegije u cjelini. Kod suvremenog e-učenja koje pretpostavlja izvođenje suradničkih aktivnosti (e-aktivnosti) različitim alatima postoje i drugi aspekti koje je moguće prilagoditi karakteristikama studenata. Preporuke se tako mogu odnositi na odgovarajuće suradnike ili alate za e-aktivnost, savjete kojima će se podržati studenta u njenoj realizaciji, ali i na e-aktivnost u cjelini. U doktorskom radu je opisan vlastiti model obrazovnog sustava preporučivanja za personalizaciju izvođenja e-aktivnosti koje se realiziraju uz pomoć alata Weba 2.0. Preporuke su namijenjene studentima i grupama te uključuju četiri vrste sadržaja: izborne e-aktivnosti, suradnike, alate Weba 2.0 i savjete za povećanje razine aktivnosti. Glavne komponente opisanog sustava su model aktivnosti, podsustav za modeliranje korisnika i podsustav za određivanje preporuka. Modelom aktivnosti se predstavlja planirani tijek aktivnosti e-učenja i sadržaji za preporučivanje. Podsustav za modeliranje sadrži komponentu za prikupljanje podataka o akcijama koje studenti izvršavaju pomoću alata Weba 2.0 te modele studenta i grupe kojima se predstavlja sljedeće karakteristike: preferencije stilova učenja, preferencije alata Weba 2.0, razine znanja i razine aktivnosti. Preporuke se određuju u podsustavu za određivanje preporuka primjenom algoritama koji uključuju pedagoška pravila. Nastavnik modificira navedena pravila u skladu sa željenim pedagoškim pristupom te time upravlja procesom preporučivanja. Opisani model sustava implementiran je kao obrazovni sustav preporučivanja nazvan ELARS (E-Learning Activities Recommender System). Prilikom vrednovanja sustava naglasak je bio na vrednovanju s pedagoškog aspekta. Vrednovanje je izvršeno u nastavnom radu sa studentima pri čemu se utvrdila djelotvornost korištenja sustava u e-kolegijima.
Sažetak (engleski) Recommender systems provide support in accessing useful or interesting content. In the recommendation process individual characteristics of the user are taken into account in order to provide personalization. Recommendation techniques are also used in the domain of e-learning, but in the most of existing systems set of items that is recommended is limited to set content to learning materials and courses in general. In the e-learning which includes collaborative learning activities (e-tivities) different aspects can be adapted to students' characteristics. Thus, recommendations can also refer to the appropriate collaborator or tool for e-tivity, advice that will support students in its implementation, or e-tivity as a whole. The dissertation presents own model of the recommender system that enables personalization within a structured sequence of collaborative e-tivities realized using Web 2.0 tools. The system contains the following components: the activity model, the subsystem for user modeling and the subsystem for determining recommendations. The activity model represents course activities and items that can be recommended. Those are: optional e-tivities, collaborators, Web 2.0 tools and advice. The subsystem for user modeling represent student's and group's characteristics that are used for personalization, and includes the original procedure for activity level estimation for students and groups. The activity level represents quantity and continuity of student's (group's) contributions in e-tivity relatively to other's contributions. The data is calculated based on certainty factors theory and, together with other user characteristics, used in the recommendation process. Recommendation process is carried out within the subsystem for determining the recommendations which contains pedagogical rules. Teachers modify existing rules in order to define the recommendation criteria. The prototype of the system was built and called ELARS – E-learning activities recommend system. The proposed methods, algorithms and pedagogical rules were implemented within ELARS system and verified in the actual environment. The results of the evaluation indicated that the system is effective in the sense that the students who use it achieve better results on e-courses. Additionally, the results of a questionnaire showed that the students find the system useful for e-tivities, that they are satisfied with its interface and received recommendations.
Ključne riječi
sustav preporučivanja
e-učenje
računalom podržano suradničko učenje
personalizacija
dizajn učenja
izborne e-aktivnosti
alati Weba 2.0
razina aktivnosti
savjeti
Ključne riječi (engleski)
recommender system
e-learning
computer-supported collaborative learning
personalization
learning design
optional e-tivities
Web 2.0 tools
activity level
advice
Jezik hrvatski
URN:NBN urn:nbn:hr:168:848559
Studijski program Naziv: Elektrotehnika i računarstvo Vrsta studija: sveučilišni Stupanj studija: poslijediplomski doktorski Akademski / stručni naziv: Doktor znanosti elektrotehnike i računarstva (dr.sc.)
Vrsta resursa Tekst
Opseg 181 str. ; 30 cm.
Način izrade datoteke Izvorno digitalna
Prava pristupa Zatvoreni pristup
Uvjeti korištenja
Datum i vrijeme pohrane 2019-04-18 14:47:39