| Name | Date | Size | Description | |
|---|---|---|---|---|
![[BACK]](/icons/back.gif){kind=icon} | 広兼ゼミ | - | - | Parent Directory |
![[P]](/icons/p.gif){kind=icon} | fb3m109.pdf | 2005/02/17 16:23 | 209.6KB | Microsoft Word - 修士論文概要03M7109.doc 数学を対象としたWBT 教材の評価に関する研究 03M7109 西村 文宏 指導教員 古田 均 1. はじめに 近年，様々な場面でe-learning が活用される機会が増加しており，2006 年度までに2000 億円のマーケット規模が予測されている．学校教育でもe-learning を活用する準備が整えられつつあり，補助教材としての活用が期待されている．これらの需要を受け，使いやすく，効率良く学習を進めら... |
| 修士論文03M7109B.pdf | 2005/02/17 18:52 | 1.05MB | (PDF:converted)数学を対象としたWBT教材の評価に関する研究 総合情報学研究科 知識情報学専攻 インテリジェントコンピューティングの応用 03M7109 西村 文宏 要旨 近年，ネットワーク技術の発展とコンピュータの普及によって，教育分野にe-learningが活用される機会が増加している．e-learningは，様々な学習コンテンツをいつでも自由に学習できる技術である．e-learningのうちインターネット上で提供されるシステムのことを特... |
| 修士論文_学会提出用.pdf | 2005/04/08 00:31 | 296.6KB | (PDF:converted)数学を対象としたWBT教材の評価に関する研究 あらまし 近年，e-learningが活用される機会が増加している．学校教育でもe-learningを活用する準備が整えられつつあり，補助教材としての活用が期待されている．一方，大学生の基礎学力の低下が問題になっている．このような状況から，学生が大学で要求される学力を，迅速かつ効率よく身につけられる方策が求められている．本研究では，学習履歴データに対してデー... |
| 修論公聴会03M7109.pdf | 2005/02/22 05:53 | 3.38MB | (PDF:converted)数学を対象としたWBT教材の評価に関する研究 関西大学大学院 総合情報学研究科 知識情報学専攻 03M7109 西村 文宏 目次 研究の背景 学習者によってレベルが異なる問題点 個人のレベルに応じた補習が必要 WBTシステムの概要 研究の目的（教材評価の方法） 膨大なアクセスログから簡潔な知識（学習パターン）を導出 教材の改善に役立てる 簡潔な知識とは教材評価や学習指導に有効な情報 アクセスログの取得(Apach... |
修士論文 Properties
- Path:
- Contains: 4 Files, 0 Directories.
- Size: 4.94MB (5180293bytes)
- Last Updated: 2005/04/08 00:31
- Host: www.nishishi.com
Description of 修士論文
修士論文と研究データなど。
Excerpts
- 近年，様々な場面でe-learning が活用される機会が増加しており，2006 年度までに2000 億円のマーケット規模が予測されている．効率よく学習を行えるようにするためには，効率よく学習できる教材とシステムが必要である．本システムでは，微分の基礎に関する教材を約320 ページ用意した．本システムのアクセスログから，学習者の学習行動履歴が得られる．教材の単元ごとの決定表を作成して得られた決定規則群の一部を表2 に示す．本研究のシステムと教材評価手法によって，教材の問題点が導出でき，今後のWBT 教材の改善に役立つ知識が得られた．平成17 年3 月期 修士論文 03M7109 西村文宏
- 近年，ネットワーク技術の発展とコンピュータの普及によって，教育分野にe-learningが活用される機会が増加している．e-learningは，様々な学習コンテンツをいつでも自由に学習できる技術である．e-learningのうちインターネット上で提供されるシステムのことを特にWBT（Web-Based Training）と呼ぶ．これらは企業内教育を中心に普及し始め，現在では一般向けの語学習得や資格取得などの通信教育にも活用されており，さらにはe-learningだけですべての単位を修得できる大学院が開設されるまでに至っている．学校教育現場でも政府主導でe-learningを活用する準備が整えられつつあり，補助教材としての活用が期待されている．現在のe-learningの潜在利用者数は684万人と言われ，2006年度までに2000億円のマーケット規模が予測されている．これらの需要を受け，使いやすく，効率良く学習を進められるようなe-learningシステムの研究開発や教材の制作が求められている．一方，大学生の基礎学力の低下が問題になっている．そのため，例えば数学においては，微分・積分などの高校レベルの内容が大学で繰り返し指導されているのが現状である．しかし，高校レベルの数学の習得度は学生によって様々であるため，全員一斉に同じ内容を指導する授業形態では指導内容の選定が難しく，学生にとっても無駄が多いという問題点がある．このような状況から，学生が大学で要求される学力を，迅速かつ効率よく身につけられる方策が求められている．本研究ではこれらの背景を踏まえ，高校数学の中から解析学（微分・積分）を取り上げ，基礎学力の習得を短期間で効率よく行えるようにすることを目指したWBTシステムの開発と，データマイニングによるその教材評価手法を検討した．データマイニングとは，コンピュータ上に蓄積された膨大なデータの中から，一見しただけでは伺い知ることのできない有用な知識を抽出しようとする手法として近年注目されているものである．WBTシステムのメリットは，学習者がどこでも自由に様々な教材を学習できるだけでなく，学習者の学習履歴を詳細に取得できることにもある．システムのアクセスログから得られる詳細な教材ページ閲覧記録を解析することによって，学習者の成績管理はもちろん，その成績に至るまでの学習行動を追跡することが可能となる．学習行動の追跡によって得られた学習履歴データは，学習過程と習得度との関係を把握するための重要な情報になると考えられる．その学習履歴データに対してデータマイニングを行うことで学習者の学習パターンを導出することができれば，学習者への学習指導を従来よりも細かく行うことを可能とする情報の導出や，習得度を効率よく向上させるための提案が可能になると考えられる．さらに，複数の学習者の学習パターンを教材ごとに導出することで，教材そのものに含まれる問題点の発見など，教材自身の評価も可能になると期待できる．e-learningシステムの普及度を向上させ，多くの学習者が効率良く学習できるような環境を整えるためには，学習者1人1人へのきめ細かな指導を可能とする情報の取得と，作成した教材の中に学習教材としての問題点が存在しないかどうか，存在する場合はどこに存在しているのかを発見できる仕組みの構築が必要である．しかし，システムの利用者数が増加すればするほどシステムから取得できる学習履歴データは膨大となるため，人力での解析には限界がある．また，今後も増加すると予想されるe-learningコンテンツの需要に対応するためには，従来の教材をe-learning教材として使用できるように変換するなどの作業が行われると考えられるが，その際に作業ミスなどで誤りが混入したり，元々誤りが含まれていたり，そもそもe-learning教材として提供するには適していない形の教材である可能性も考えられる．そういった問題点の発見は，教材量が膨大であればあるほど困難であり現実的ではない．そこで，自動的に問題点を発見できるような手法の構築が求められる．本研究では，そのような要求に応えられるWBTシステムとその評価手法の構築を試みた．本システムでは，学習内容の対象を解析学（微分・積分）としたため，開発した教材は高校生として習得が望まれる範囲から，総合情報学部や工学部などで必要とされる範囲との関連についても理解できるものとし，情報学や工学への導入を支援するものとした．教材の制作は，数学の教員が原稿を紙に作成し，それを元に複数の学生がデジタルデータに変換するという方法で行った．原稿作成者と教材作成者が異なるため，作業ミスが発生する可能性が高いと考えられる．そのミスのある箇所についても教材の問題点として発見することを目指した．本システムは，誰でもどこからでもいつでも学習できるよう，学外からでもアクセスできる専用のウェブサーバで提供した．教材はXML形式で作成し，XSLTでデザイン構成を定義した．練習問題や成績管理にはCGI・SSIを用い，学習者のアカウント管理にはCookieも用いた．教材をXMLで記述することにより，教材に含まれる文字列などに対して意味を付加することが可能となる．意味が付加できると，精度の高い教材検索や，教材の意味を損なわない範囲でのデザインの変更，他のWBT教材への転用などが容易になると期待できる．また，WBT教材の使いやすさは，教材の中身だけでなく，システムの使いやすさなど，ユーザビリティ・アクセシビリティの問題も強く影響すると考えられる．従って，コンテンツの作成時にはデザイン的な要素を含まず，後からXSLTの変更だけで容易にデザインを変更可能なXMLによる制作が有用であると考えた．また，学習者によってコンピュータの操作方法の癖や好みが異なることから，複数の教材デザインを用意し，学習者が自由に選択できるようにした．これによって，できるだけ学習者に負担をかけずに学習に集中させることが可能となると期待できる．なお，学習履歴情報はサーバで解析用に保存するだけでなく，学習者もリアルタイムに学習進度を確認できた方が学習箇所の選定に役立つと考えられるため，過去の学習箇所や正答率に関しては，リアルタイムに学習者にフィードバックできるようにした．本システムを構築することにより，ウェブサーバのアクセスログとシステムが生成する学習ログを合わせて，学習者の学習行動を把握することが可能となる．本研究では，それらのデータに対してデータマイニングの手法を用いて解析を行うことで，学習者の学習パターンを導出し，学習者への指導と学習教材そのものの評価を行うことを目指した．データマイニングの手法としては，知識獲得手法のひとつとして注目されているラフ集合を用いた．ラフ集合の基本概念では，対象をより詳細に識別するためには対象に関するより多くの情報を集めれば良く，逆に少ない情報を用いてもより多くの情報を用いた場合と同等の識別能力が得られるならば，それらの情報は等価であると考えられる．このようなラフ集合の概念を用いることで，決定表として与えられる情報を，その決定能力を損なうことなく簡約化することが可能となる．これによって，膨大なデータの中から有用な知識の抽出を行い，様々な分野に活用する研究が行われている．この手法を本研究に活用して有用な知識の抽出を行うことによって，従来は目の届かなかった細かな範囲で学習者1人1人への学習指導が可能になるほか，作成した教材そのものに何らかの問題点やミスがなかったかどうかを発見できるようになり，今後のe-learningシステム開発やe-learning学習環境の向上を支援することが可能となる．
- 近年，ネットワーク技術の発展とコンピュータの普及によって，教育分野にe-learningが活用される機会が増加している．コンピュータ上に蓄積された膨大なデータの中から，一見しただけでは伺い知ることのできない有用な知識を抽出しようとする手法として近年注目されているものに，データマイニングと呼ばれる手法がある[8,9]．被験者は主に，総合情報学部と文学部・法学部の数学科目の履修生から希望者を募った．表4で示した決定表を学習者ごとに切り出して，学習者別の決定表を作成する．表4で示した決定表を章ごとに切り出して，章別の決定表を作成する．これまでは，マクロな範囲の教材をひとまとめにして，大まかな範囲での教材評価を行った．本研究では，WBT教材の学習履歴情報からデータマイニングによって，学習者への細かな指導を可能とする情報と，教材そのものを評価する情報の導出を行った．† 関西大学大学院総合情報学研究科，大阪府 Graduate School of Informatics, Kansai University, 2-1-1 Ryozenji, Takatsuki, Osaka, 569-1095 Japan †† 関西大学総合情報学部，大阪府 Faculty of Informatics, Kansai University, 2-1-1 Ryozenji, Takatsuki, Osaka, 569-1095 Japan ††† 関西大学工学部，大阪府 Faculty of Engineering, Kansai University, 3-3-35 Yamate, Suita, Osaka, 564-8680 Japan †††† 関西大学○○○○○○○○○，大阪府 Graduate School of Informatics, Kansai University, 2-1-1 Ryozenji, Takatsuki, Osaka, 569-1095 Japan
- 数学を対象としたWBT教材の評価に関する研究 , 目次 , 研究の背景 , WBTシステムの概要 , 研究の目的 , 研究の目的（教材評価の方法） , 簡潔な知識とは , 教材評価の手法 , アクセスログの取得(Apache) , アクセスログの取得(CGI) , アクセスログから得られる情報 , 事例群の作成 , 事例群を作成 , 決定表の作成 , クラス分け , ラフ集合と遺伝的アルゴリズムによる決定規則導出の流れ , 遺伝子コーディング , 評価関数 , 使用条件属性数・総ルール数・総属性数 , 得られた規則から評価 , 実験 , 実験対象 , 学習者ごとの規則群 , 学習者ごとの規則群（結果） , マクロな範囲での教材評価 , マクロな範囲での教材評価（結果） , ミクロな範囲での教材評価 , ミクロな範囲での教材評価（結果） , 結論今後の課題 , 精度の向上 , クラス分けの再検討 , 事例群の条件属性の追加など , アクセスログの取得方法の再検討 , , 複数ウインドウを開いた場合への対応 , ユーザビリティと学習効率 , 操作ではなく，学習内容に集中できるシステム
Speculated Index
master of informatics
方針.doc
WBTサーバログのデータマイニング
得られたルール：
• 学習者個別の学習パターン
• 教材単元別の学習パターン
これはこれで…
• 学習者の学習特徴を把握し、指導に役立てられる。
➡ 経過時間が長くなればなるほど成績が下がっているとか…
• 単元別の学習特徴から、教材の問題点の発見に役立てられる。
➡ 単元内の教材量、難易度…
本題：
• 得られたルールを新しいログに適用し、表現できない事例があった場合、何らかの問題点が含まれているとして、教材の修正候補を自動的に発見する。
どうやって？
問題点：
• ルールを抽出するために使用した元のログには、問題点のある教材を使った際のログも含まれるため、得られるルールには、問題点のある教材を学習した場合のログも含まれる。従って、「どのルールでも表現できないものを問題点のある教材」とすることはできないのではないか。
解決の検討：
• 教材全体のうち、問題点のある教材の割合は少ないと考えれば、得られたルールのうちで問題点のある教材に対するログから作られたルールは、表現できる事例の数も少ないと考えられる。従って、表現できる事例数の少ないルールを除外してから使用すればいいのではないか。
疑問点：
• 例えば「第1章で抽出したルール」を「第2章のログ」に適用してみることに意味があるか？
• 章ごとに分割せず、教材全体のログからルールを抽出しようとすると、RSGAがエラーを出して実行できない。
➡ 事例が多すぎると矛盾を解消できない？
➡ 事例を作るユーザ数を減らすことで解決できる（＝事例数は減らせる）。（現在は16人のログから生成）
• できるだけ多くのユーザのデータを使った方がより汎用的なルールが得られそうだが、ユーザ数が多いと事例数が多くなりRSGAが使えないので、ユーザ数を減らした方がいいか？ それとも、ユーザ数は減らさずに章ごとに分割するなど他の手段を採る方がいいか？
Attributes of 修士論文
No attributes.