Pagrindinės tendencijos taikant edukacinių duomenų gavybą mokymuisi personalizuoti
Straipsniai
Irina Krikun
Vilniaus universitetas
Eugenijus Kurilovas
Vilniaus Gedimino technikos universitetas
Publikuota 2016-12-20
https://doi.org/10.15388/LMR.B.2016.05
PDF

Reikšminiai žodžiai

edukacinių duomenų gavyba
mokymosi analitika
mokymosi personalizavimas
sisteminė literatūros analizė
personalizuotos rekomendacijos

Kaip cituoti

Krikun I. ir Kurilovas E. (2016) „Pagrindinės tendencijos taikant edukacinių duomenų gavybą mokymuisi personalizuoti“, Lietuvos matematikos rinkinys, 57(B), p. 25–30. doi: 10.15388/LMR.B.2016.05.

Santrauka

Straipsnio tikslas yra dvejopas: pirma, atlikti sisteminę literatūros apžvalgą edukacinių duomenų gavybos (angl. Educational Data Mining, EDM) / mokymosi analitikos (angl. Learning Analytics, LA) tema ir, antra, išanalizuoti ir pasiūlyti pagrindines EDM taikymo tendencijas mokymuisi personalizuoti (individualizuoti). Įvairūs duomenų gavybos metodai naudojami el. mokymosi duomenų analizei atlikti. Labiausiai paplitusieji yra asociacija, klasifikacija bei grupavimo ir išskirties pastebėjimai. Duomenų gavybos metodų, priemonių ir jos realizavimo algoritmų pasirinkimas priklauso nuo turimų duomenų, nustatytų mokslinių tyrimų tikslų ir planuotų rezultatų pasiekimo. Straipsnį sudaro įvadas (1 skyrius), sisteminė edukacinių duomenų gavybos / mokymosi analitikos literatūros apžvalgą ir jos rezultatai (2 skyrius), pagrindinės tendencijos taikant edukacinių duomenų gavybą mokymuisi personalizuoti (3 skyrius). Paskutiniame, 4-ame skyriuje yra pateiktos straipsnio išvados.

PDF
Kūrybinių bendrijų licencija

Šis kūrinys yra platinamas pagal Kūrybinių bendrijų Priskyrimas 4.0 tarptautinę licenciją.

Susipažinkite su autorių teisėmis žurnalo politikoje skiltyje Autorių teisės.