لینک دانلود و خرید پایین توضیحات
فرمت فایل word و قابل ویرایش و پرینت
تعداد صفحات: 47
فهرست مطالب
چکیده
مروری بر مفاهیم اصلی آموزش الکترونیکی
سیستمهای ابر رسانه تطبیقی
تاریخچه
موارد استفاده سیستمهای ابر رسانه تطبیق پذیر
مدلسازی فراگیر
فاز تصمیمگیری تطبیق پذیری
تطبیق پذیری با چه چیزی؟
ردههای تطابق در محیطهای آموزشی
چه چیزی میتواند تطبیق دادهشود؟
مروری بر شخصی سازی
تعریف
دادههای ورودی برای سیستمهای شخصی سازی
دادههای کاربر
دادههای مورد استفاده
دادههای محیطی
بازنمایی و استنتاجهای ثانوی
دلیل یابی استنتاجی
دلیل یابی استقرایی
دلیل یابی آنالوگ
کاربردها
منابع
چکیده:
در تمامی کاربردها و زمینههای مبتنی بر e، شخصیسازی نقش مهمی را ایفا میکند. امروزه با توجه به بازه گسترده کاربران در آموزش الکترونیکی، آموزش به مدل سنتی one- size- fit- all دیگر امکانپذیر نبوده و ارائه یک سیستم شخصی سازی شده که بتواند به صورت اتوماتیک با سطح دانش و علائق کاربران هماهنگ شود، از اهمیت فراوانی برخوردار است. در حیطه E-Learning مدل کردن فراگیر، نقش عمدهای در تأمین شخصی سازی، بر عهده دارد. مدل کردن به معنای تحلیل رفتار فراگیر، پیشبینی رفتار آینده وی و ترجیحات آموزشیاش میباشد.
در میان سیستمهای آموزش الکترونیکی موجود، کمتر به مقوله شخصی سازی پرداختهشده و در اکثرت موارد، چنین بحثی اصلاً مطرح نشدهاست. در حالی که اگر این شخصیسازی، به دقت و در عمق زیاد صورت بگیرد، مسلماً این خلاء موجود در سیستمهای آموزش الکترونیکی فعلی را پر کرده و موجب افزایش رضایت کاربر و کارایی سیستم آموزشی خواهد شد. امروزه با گسترش مفاهیم داده کاوی و روشهای تجزیه – تحلیل و آنالیز دادهها، میتوان با جمعآوری دادههای کافی در مورد هر فرد و در زمینههای گوناگون (مانند علائق، شیوه درس خواندن، سطح دانش در مورد یک زمینه بخصوص و ....) و بهنگام سازی آنها با توجه به رفتارها و مدل ایجاد شده برای آن فراگیر، محتوای آموزشی مناسب برای هر فرد را آماده و برای وی ارسال نمائیم. هدف از انجام این تحقیق، بررسی سیستمهای آموزش الکترونیکی موجود، نحوه استفاده و بکارگیری روشهای شخصیسازی و مدلسازی فراگیران در این سیستمها، مطالعه روشهای مدلسازی موجود و مقایسه آنها، بررسی نقاط قوت و ضعف هر کدام، تعیین معیارهای اصلی برای تهیه پروفایل کاملی از کاربر و بررسی روشهای شخصیسازی و الگوریتمها و متدهای موجود در این زمینه میباشد که در نهایت، با استفاده از این معیارها و آنالیز مدل رفتاری کاربر با توجه به معیارهای آموزشی، سعی خواهد شد که مناسبترین محتوا برای هر فرد، شخصیسازی و برای وی، ارسال شود.
مروری بر مفاهیم اصلی آموزش الکترونیکی:
در رابطه با سیستمهای آموزش الکترونیکی، سه دسته تکنولوژی را میتوان در نظر گرفت: ابزارهای تالیف محتوای درس، سیستمهای مدیریت آموزش (LMSs) و سیستمهای مدیریت محتوای آموزشی (LCMSs) .
LCMS: Learning Content Management Systems
به تعاریف زیر از LCMS توجه فرمائید:
یک محیط چند کاربره، که در آن توسعه دهندگان آموزشی میتوانند محتویات آموزشی دیجیتال را تولید، ذخیره، بازیابی، مدیریت و از یک مخزن مرکزی، ارسال نمایند.
سیستمی به منظور تولید، ذخیره، سرهم کردن و ارسال محتویات شخصی سازی شده E-learning به شکل اشیای آموزشی.
سیستمی است (غالباً مبتنی بر وب)، به منظور تالیف، تصدیق، نشر و مدیریت محتوای آموزشی.( که غالباً تحت عنوان اشیای آموزشی نیز از آنها نام برده میشود)
در واقع یک LCMS، ترکیبی است از LMS, CMS : ابعاد مدیریت و اجرایی یک LMS را با ابعاد تولید محتوا و سرهم سازی شخصی سازی شده یک CMS، ترکیب میکند.
خصوصیات اصلی یک LCMS عبارتند از:
تولید محتوا (و یا تالیف):
اصلیترین وظیفه هر LCMS، قابلیت تولید محتوا توسط کاربران است که بتواند به صورت اشیای قابل استفاده مجدد، به یک پایگاه داده مرکزی، اضافه شود. غالباً فرآیند تالیف به صورت اتوماتیک شده بوده و با بهرهگیری از قالبها، wizard ها و سایر تسهیلات، کار را برای کاربرانی که دانش برنامهنویسی؛ طراحی وب و ... ندارند، آسان میسازد.
ارسال پویا:
هنگامی که محتوا به صورت اشیای آموزشی قابل استفاده مجدد، در یک پایگاه داده مرکزی ذخیره میشود، امکان تولید تجربههای آموزشی شخصی سازی شده براساس نیازهای فردی نیز، فراهم خواهد شد. جنبه دیگر این ارسال پویا، امکان تغییر شکل محتوا توسط سیستم – جدا از جنبههای شخصیسازی – به منظور هماهنگی با انواع واسطهای خروجی (مانند وب، PDA, CD- ROM و ....) میباشد.
نظارت و مدیریت:
یک LCMS باید تا حدودی قابلیتهای مدیریتی نیز داشته باشد: اختصاص تمرینهای درسی به دانش آموزان بخصوص، مدیریت سوابق دانش آموزان، تعقیب پیشرفت فراگیران، ارائه گزارشات مدیریتی و ....
سیستمهای ابر رسانه تطبیقی
7. تاریخچه:
مدلی از اهداف، ترجیحات و دانش هرکاربر، به صورت مجزا ساخته و سپس در تعامل با کاربر، از این مدل به منظور تطبیق با نیازهای کاربر، استفاده میکنند. یکی از محدودیتهای روش سنتی ابر رسانههای ایستا (static) این است
سیستمهای ابر رسانه تطبیقی