گروه بندی همسان یادگیرندگان در محیط یادگیری الکترونیکی به کمک روش خوشه بندی شورایی

یادگیری الکترونیکی به عنوان روشی نوین در امر آموزش و یادگیری در طی سالیان اخیر مورد استقبال فراوانی قرار گرفتهاست. اکثر سامانه های یادگیری الکترونیکی، صرف نظر از تفاوت های فردی یادگیرندگان محتوای آموزشی مشابهی را برای همهیادگیرندگان ارائه می دهند در حالیکه در آموزش های مبتنی بر وب، علاوه برافزایش فرصت یادگیری باید به ارتقای بازدهییادگیری نیز توجه شود. سامانه های یادگیری تطبیقی برای ارائه محتوای تطبیق پذیر با هر یادگیرنده، نیازمند گروه بندییادگیرندگان با علایق مشابه است و برای تحقق این هدف، می توان از سبک های یادگیری یادگیرندگان بهره گرفت. گروه بندیخودکار یادگیرندگان در این محیط به کمک روش های خوشه بندی امکان پذیر است. به دلیل متفاوت بودن نتایج روش هایخوشه بندی در تکرارهای مختلف، در این پژوهش از روش خوشه بندی شورایی برای ترکیب نتایج خوشه بندی پنج روشFCM ، K-means ، KNN , SVM و medoids - K برای گروه بندی یادگیرندگان در محیط یادگیری الکترونیکی استفادهشده است. نتایج ارزیابی تجربی روش خوشه بندی پیشنهادی بر اساس سه شاخص «دیویس بولدین»، «خلوص و تجمع» و«واریانس» نشان میدهد که این روش، کاهش هزینه محاسباتی و دقت و سرعت بیشتری نسبت به سایر روشهای متداول در شناسایی گروه ها داشته است.

کلیدواژه ها:

یادگیری الکترونیکی ، گروه بندی یادگیرندگان ، خوشه بندی ، سبک یادگیری ، رویکرد شورایی