An Enhanced Approach for a Personalized E-Learning Environment using Recommender System /
Maisa Abd Elsattar Elgharib,
An Enhanced Approach for a Personalized E-Learning Environment using Recommender System / نهج محسن لبيئة تعلم مشخصنة بإستخدام نظام التوصية Maisa Abd Elsattar Elgharib ; Abdelaziz Khamis, AbdelMoneim Helmy. - 2022.
Thesis (M.Sc.)-Cairo University,2022. Thesis (Ph.D)-Cairo University,2022.
Bibliography: p. 84-93.
التطور الهائلفي عصر التكنولوجيا الحديثة أدى إنتاج العديد من المواد التعليمية عبر الإنترنت. وأصبح تصنيف المواد التعليمية وفقا لاحتياجاتالمتعلمين وأهدافهم عبر الإنترنت أمرًا صعبًا للغاية بسبب الكم الهائل منالمعلومات. ويمكن معالجة الصعوبات المتعلقة بهذا الكم الهائل منالمعلومات باستخدام أنظمة التوصية،حيث يوفر نظام التوصية حلاً ذكيًا لمشكلة الكم الهائلمن المعلومات من خلال تطبيق تقنيات التصفية التي تقدم الاقتراحات المهمة للمتعلمين وفقًا لتفضيلاتهم. أنظمة التوصية هي أدوات برمجية تقدم اقتراحات ذات صلة بالمتعلمين باستخدام إحدى أنواع أنظمة التوصية المختلفة من خلال تتبعبياناتالمتعلمين مثل أساليب التعلم الخاصة بهم وخلفياتهم الدراسية والتفضيلات، وتفاعلهم مع التطبيق. والتعلم المشخصن هو نهج تعليمي يهدف لتلبيه احتياجات التعلم لدى الطلاب بناءً على خصائص وميول وخلفيات المتعلمين. في هذه الأطروحة، تم اقتراح نموذج مبتكر لبناء سيناريوهات تعلم مشخصنة وقابلة للتعديل (IMPLS). ويهدف نموذجIMPLS إلى مساعدة المؤسسات التعليمية في تصميم بيئات تعلم مشخصنةاو قابلة للتعديل، ولزيادة وعي المدربين والمتعلمين بأهمية بيئة التعلم المشخصنةوالقابلة للتعديل. وتم التحقق من صحة النموذج من خلال قياس موثوقيته بناءً على اختبار ألفا كرونباخ. وتم تطور إطار عمل ”للتوصية بموضوع تعليمي مشخصنا” (RPLS) والذي يوفر حلاً ذكيًا من خلال اقتراح موضوع ذات صلة للتعلم عبر الإنترنت وأيضا مفيد للمتعلمين من خلال استخدام تقنيات التصفية. في هذا الدراسة، تم تنفيذ نموذج للتعلم المشخصن القائم على التوصيات (RPLS)، للتوصية بمواضيع للتعلم المتوافقة للمتعلمين. يعتمد نموذج RPLS على إطار عمل لخصائص المتعلمين ويقترح موضوعات مناسبة للمتعلمين وفقًا لنموذج Kolbلأنماط التعلم. يستخدم نموذج RPLS تقنيتين للتعلم الآلي، وهما شجرة القرارت DTوالجار الأقربKNN، للتوصية بمواضيع للتعلم المشخصن عبر الإنترنت. حققت KNN دقة قدرها 89.21٪ بانحراف معياري ± 6.98٪، بينما حققت شجرة القرار DTدقة قدرها 88.92٪ بانحراف معياري ± 7.27. بتنفيذ نموذج RPLSيمكنتزويد المتعلمين بموضوعات التعلم المناسبة وفقًا لخصائصهم من خلال استخدام تقنيات DTوKNN. اعتمد نموذجRPLS استراتيجيات التعلم المختلفة من خلال تزويد المتعلمين بموضوعات التعلم الأكثر ملاءمة وفقا خصائص وميول وخلفيات المتعلمين، والذي يجمع بين نموذج تعلم مشخصن ونموذج التوصية.
Information Systems and Technologies
Recommender System
005
An Enhanced Approach for a Personalized E-Learning Environment using Recommender System / نهج محسن لبيئة تعلم مشخصنة بإستخدام نظام التوصية Maisa Abd Elsattar Elgharib ; Abdelaziz Khamis, AbdelMoneim Helmy. - 2022.
Thesis (M.Sc.)-Cairo University,2022. Thesis (Ph.D)-Cairo University,2022.
Bibliography: p. 84-93.
التطور الهائلفي عصر التكنولوجيا الحديثة أدى إنتاج العديد من المواد التعليمية عبر الإنترنت. وأصبح تصنيف المواد التعليمية وفقا لاحتياجاتالمتعلمين وأهدافهم عبر الإنترنت أمرًا صعبًا للغاية بسبب الكم الهائل منالمعلومات. ويمكن معالجة الصعوبات المتعلقة بهذا الكم الهائل منالمعلومات باستخدام أنظمة التوصية،حيث يوفر نظام التوصية حلاً ذكيًا لمشكلة الكم الهائلمن المعلومات من خلال تطبيق تقنيات التصفية التي تقدم الاقتراحات المهمة للمتعلمين وفقًا لتفضيلاتهم. أنظمة التوصية هي أدوات برمجية تقدم اقتراحات ذات صلة بالمتعلمين باستخدام إحدى أنواع أنظمة التوصية المختلفة من خلال تتبعبياناتالمتعلمين مثل أساليب التعلم الخاصة بهم وخلفياتهم الدراسية والتفضيلات، وتفاعلهم مع التطبيق. والتعلم المشخصن هو نهج تعليمي يهدف لتلبيه احتياجات التعلم لدى الطلاب بناءً على خصائص وميول وخلفيات المتعلمين. في هذه الأطروحة، تم اقتراح نموذج مبتكر لبناء سيناريوهات تعلم مشخصنة وقابلة للتعديل (IMPLS). ويهدف نموذجIMPLS إلى مساعدة المؤسسات التعليمية في تصميم بيئات تعلم مشخصنةاو قابلة للتعديل، ولزيادة وعي المدربين والمتعلمين بأهمية بيئة التعلم المشخصنةوالقابلة للتعديل. وتم التحقق من صحة النموذج من خلال قياس موثوقيته بناءً على اختبار ألفا كرونباخ. وتم تطور إطار عمل ”للتوصية بموضوع تعليمي مشخصنا” (RPLS) والذي يوفر حلاً ذكيًا من خلال اقتراح موضوع ذات صلة للتعلم عبر الإنترنت وأيضا مفيد للمتعلمين من خلال استخدام تقنيات التصفية. في هذا الدراسة، تم تنفيذ نموذج للتعلم المشخصن القائم على التوصيات (RPLS)، للتوصية بمواضيع للتعلم المتوافقة للمتعلمين. يعتمد نموذج RPLS على إطار عمل لخصائص المتعلمين ويقترح موضوعات مناسبة للمتعلمين وفقًا لنموذج Kolbلأنماط التعلم. يستخدم نموذج RPLS تقنيتين للتعلم الآلي، وهما شجرة القرارت DTوالجار الأقربKNN، للتوصية بمواضيع للتعلم المشخصن عبر الإنترنت. حققت KNN دقة قدرها 89.21٪ بانحراف معياري ± 6.98٪، بينما حققت شجرة القرار DTدقة قدرها 88.92٪ بانحراف معياري ± 7.27. بتنفيذ نموذج RPLSيمكنتزويد المتعلمين بموضوعات التعلم المناسبة وفقًا لخصائصهم من خلال استخدام تقنيات DTوKNN. اعتمد نموذجRPLS استراتيجيات التعلم المختلفة من خلال تزويد المتعلمين بموضوعات التعلم الأكثر ملاءمة وفقا خصائص وميول وخلفيات المتعلمين، والذي يجمع بين نموذج تعلم مشخصن ونموذج التوصية.
Information Systems and Technologies
Recommender System
005