1 / 6

Modelovanie pou žívateľa pre p odpor u u čenia sa na webe

Modelovanie pou žívateľa pre p odpor u u čenia sa na webe. Martin Gregor Ing. Marián Šimko, PhD. 1 . 4 .201 4. Na ša práca. Rozšírili sme rozšírenie Langousta Implicitná spätná väzba Modelovanie vedomostí pojmov Doména učenia sa pojmov Cieľ – presnejšie modelovať vedomosti používateľa

esme
Télécharger la présentation

Modelovanie pou žívateľa pre p odpor u u čenia sa na webe

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Modelovaniepoužívateľa pre podporu učenia sa na webe Martin Gregor Ing. Marián Šimko, PhD. 1.4.2014

  2. Naša práca • Rozšírili sme rozšírenie Langousta • Implicitná spätná väzba • Modelovanie vedomostí pojmov • Doména učenia sa pojmov • Cieľ – presnejšie modelovať vedomosti používateľa • Overené kvalitatívnymi experimentami

  3. Výsledky I • Kvalitatívny experiment • 6 účastníkov • s použitím eye-trackera • re-implentácia algoritmu D. Haugera na predikciu úrovne prečítania dokumentu – úroveň oblastí dokumentov (<p>) • s/bezpočtu vstupov do oblastí dokumentov

  4. Výsledky II • Kvalitatívny experiment • 6 účastníkov • hodnotili kvalitu prevedenia podpory učenia sa cudzích pojmov • Rýchlosť • Porozumenie • Kvalita modelovania • Pomôcky podpory učenia sa • porovnanie nášho riešenia s pôvodným

  5. Výsledky II • Porozumenie textu – OK • Rýchlosť čítania – +30% času • Prejavila sa ochota venovať až 40% viac času • Kvalita modelovania • 68% bolo správne namodelovaných • ostatné hodnoty v modeli treba upravit (vyzretosť modelu) • odhalené nedostatky – nové pojmy nie 100%

  6. Zhrnutie • Zber implicitnej spätnej väzby • Modelovanie vedomostí používateľa • 2x kvalitatívny experiment • Predikcia prečítania oblastí • Učenie sa pojmov • Naištalujte si langoustu

More Related