Pobieranie prezentacji. Proszę czekać

Pobieranie prezentacji. Proszę czekać

Personalizacja kursów e-learningowych Łukasz Rauch, Krzysztof Andrelczyk, Jan Kusiak Centrum E-Learningu Akademia Górniczo-Hutnicza.

Podobne prezentacje


Prezentacja na temat: "Personalizacja kursów e-learningowych Łukasz Rauch, Krzysztof Andrelczyk, Jan Kusiak Centrum E-Learningu Akademia Górniczo-Hutnicza."— Zapis prezentacji:

1 Personalizacja kursów e-learningowych Łukasz Rauch, Krzysztof Andrelczyk, Jan Kusiak Centrum E-Learningu Akademia Górniczo-Hutnicza

2 20.06.072 Agenda Wprowadzenie – nowy model kształcenia Cele projektu Wykorzystane narzędzia Etapy realizacji projektu Opis zastosowanego algorytmu agentowego Perspektywy dalszej rozbudowy i zastosowania Podsumowanie

3 20.06.073 Cel projektu Stworzenie systemu umożliwiającego automatyczne dostosowywanie treści kursów e-learningowych do indywidualnych preferencji i potrzeb każdego ucznia w celu zwiększenia efektywności nauczania.

4 20.06.074 Szczegółowe cele personalizacji Dodanie fragmentów innych kursów pomocnych w zrozumieniu prezentowanej treści Odrzucenie zbędnych fragmentów kursów (np. zaprezentowanych już w ramach innego kursu) Wyznaczanie indywidualnej ścieżki nauczania

5 20.06.075 Platforma Moodle Darmowy, Open Source'owy system zarządzania kursami umożliwiający tworzenie interakcyjnych kursów e-learningowych popularność (22256 stron) elastyczność (modułowa budowa) otwarty kod Wykorzystywana przez uczelnianą platformę e-learningową AGH

6 20.06.076 SCORM Sharable Content Object Reference Model Otwarty standard stworzony w ramach inicjatywy Advanced Distributed Learning Oparty na technologii XML (elastyczny, łatwo przetwarzalny i aplikowalny) Obecnie ok. 250 produktów wykorzystujących standard

7 20.06.077 Dlaczego SCORM? Możliwość wykorzystania kursów na różnych platformach - przenośność Możliwość wykorzystania kursów pochodzących z różnych źródeł Duży wybór kursów Możliwość wielokrotnego wykorzystywania elementów kursów.

8 20.06.078 Etapy realizacji 1. Opracowanie nowej struktury kursów 2. Automatyzacja budowy kursów poprzez implementację systemu agentowego 3. Stworzenie algorytmu personalizacji

9 20.06.079 Struktura kursu 1 Podstawową składową kursu jest pojedynczy obiekt SCO. Powiązania pomiędzy elementami odpowiadają zależnościom pomiędzy nimi i sugerują kolejność prezentacji.

10 20.06.0710 1. Metody optymalizacji a) Złoty podział - definicje - algorytm b) Metoda sympleks - definicje - algorytm Struktura kursu 2 Transformacja kursu na strukturę grafową

11 20.06.0711 Automatycznie tworzone połączenia zapewniają kompatybilność wstecz. Definicje Metoda Sympleks Metody optymalizacji Złoty podział Algorytm Struktura kursu 3

12 20.06.0712 Wiedza autora kursu Historia nauki studenta Wiedza zdobyta poza platformą e-learningową Dobór parametrów

13 20.06.0713 Dobór parametrów 1 Wiedza autora kursu Autor decyduje o powiązaniach kursu z innymi elementami znajdującymi się na platformie.

14 20.06.0714 Historia nauki studenta Ostatni czas dostępu do kursu Ocena końcowa z kursu Czas poświęcony danemu kursowi Dobór parametrów 2

15 20.06.0715 Wiedza zdobyta poza platformą e-learningową Testy kwalifikacyjne. Dobór parametrów 3

16 20.06.0716 Budowa systemu agentowego odpowiada strukturze wszystkich kursów dostępnych na platformie. Struktura kursu jest rekurencyjna. Pojedynczy agent może reprezentować: Jeden obiekt SCO Cały kurs zawierający zbiór obiektów System agentowy 1

17 20.06.0717 Parametry systemu: Połączenia pomiędzy agentami – odpowiadają połączeniom pomiędzy elementami kursów Progi aktywacji – wartości ustalane dla każdego agenta, decydują o dołączeniu danego elementu do prezentowanego kursu System agentowy 2

18 20.06.0718 System agentowy odpowiada za: Wybór elementów wchodzących w skład prezentowanego kursu Budowę struktury prezentowanego kursu na podstawie połączeń pomiędzy agentami System agentowy 3

19 20.06.0719 Wybór elementów 1 Sympleks Algorytm Metoda Sympleks Metody optymalizacji Metoda Złotego Podziału Algorytm Złoty Podział Definicje

20 20.06.0720 Wybór elementów 2 Sympleks Algorytm Metoda Sympleks Metody optymalizacji Metoda Złotego Podziału Algorytm Złoty Podział Definicje

21 20.06.0721 Wybór elementów 3 Sympleks Algorytm Metoda Sympleks Metody optymalizacji Metoda Złotego Podziału Algorytm Złoty Podział Definicje

22 20.06.0722 Wybór elementów 4 Sympleks Algorytm Metoda Sympleks Metody optymalizacji Metoda Złotego Podziału Algorytm Złoty Podział Definicje

23 20.06.0723 Wybór elementów 5 Sympleks Algorytm Metoda Sympleks Metody optymalizacji Metoda Złotego Podziału Algorytm Złoty Podział Definicje

24 20.06.0724 Wybór elementów 6 Sympleks Algorytm Metoda Sympleks Metody optymalizacji Metoda Złotego Podziału Algorytm Złoty Podział Definicje

25 20.06.0725 Budowa kursu 1 Definicje Algorytm Sympleks Metody optymalizacji Złoty podział Algorytm Definicje 1. Metody optymalizacji a) Złoty podział - definicje - algorytm b) Metoda sympleks - definicje - algorytm

26 20.06.0726 Budowa kursu 2 Na podstawie wyników działania algorytmu do bazy danych dodawany jest nowy kurs, który następnie prezentowany jest użytkownikowi.

27 20.06.0727 Inne możliwości Wyznaczanie spersonalizowanej ścieżki nauczania Wybór formy prezentacji treści Dynamiczna modyfikacja parametrów systemu w trakcie działania algorytmu

28 20.06.0728 Dalsze prace Rozbudowa mechanizmu personalizacji Tworzenie kursów SCORM z materiałów dostępnych na platformie Eksportowanie i importowanie spersonalizowanych kursów Automatyczne generowanie spersonalizowanych testów Wykorzystanie architektur rozproszonych, kursów dostępnych z zewnątrz poprzez Internet

29 20.06.0729 Podsumowanie Moduł personalizacji został zaimplementowany za pomocą technologii PHP i XML oraz wdrożony na platformie Moodle Stworzony moduł umożliwia automatyczną personalizację kursów e-learningowych Wykorzystanie otwartych narzędzi i standardów umożliwia powszechne wdrożenie rozwiązania

30 20.06.0730 Bibliografia Intelligent agent supported personalization for virtual learning environments, Dongming Xu, Huaiqing Wang Smart Tutor: An Intelligent Tutoring System in web-based adult education, B. Cheung, L. Hui, J. Zhang, S.M. Yiu Towards a Standards-based Approach to e- Learning Personalization using Reusable Learning Objects - O. Conlan, D. Dagger, V. Wade


Pobierz ppt "Personalizacja kursów e-learningowych Łukasz Rauch, Krzysztof Andrelczyk, Jan Kusiak Centrum E-Learningu Akademia Górniczo-Hutnicza."

Podobne prezentacje


Reklamy Google