استفاده از داده کاوی آموزشی جهت گروه بندی یادگیرندگان در محیط یادگیری الکترونیکی به منظور شخصی سازی برنامه آموزش

سامانه های آموزشی شخصی سازی شده برای یادگیرندگان کارآیی بیشتری نسبت به سامانه های سنتی دارند. یادگیری الکترونیکی نیز از این قاعده مستثنا نیست و یکی از ملزومات آن وجود مکانیزمی شخصی شده برای کمک به یادگیری موثر یادگیرنده است. در سال های اخیر از روش های داده کاوی به طور گسترده در زمینه ی بهبود کیفیت آموزش استفاده شده است. با استفاده از روش های داده کاوی می توان شناخت بیشتری از یادگیرندگان در محیط یادگیری الکترونیکی بدست آورده و از آن در جهت دستیابی به یادگیری تطبیقی استفاده کرد. در این مقاله مدلی به منظور گروه بندی یادگیرندگان براساس سبک یادگیری آن ها ارائه شده است. به این ترتیب که ابتدا با استفاده از پرسشنامه فلدر-سولومون ابعاد مختلف سبک یادگیری یادگیرندگان در قالب مدل فلدر-سیلورمن سنجیده و سپس با استفاده از الگوریتم k میانگین به گروه بندی آن ها پرداخته شده است. در نهایت مدل ارائه شده به منظور برنامه ریزی بهتر آموزشی، در دوره ای واقعی مورد استفاده و ارزیابی قرار گرفته است. نتایج حاصل شده نشان از کارآیی مدل پیشنهادی دارند. در واقع، یادگیرندگان با استفاده از مدل پیشنهادی به موفقیت تحصیلی بالاتری دست یافتند و هم چنین دوره ی برگزار شده از جذابیت بیشتری برخوردار شد. 

کلیدواژه ها:

یادگیری الکترونیکی ، داده کاوی آموزشی ، سبک یادگیری ، الگوریتم k میانگین