Intelligent social based student modeling /
Yomna Mahmoud Ibrahim Hassan,
Intelligent social based student modeling / نموذج تعليمي ذكي للطالب بطريقة اجتماعية / By Yomna Mahmoud Ibrahim Hassan; Supervisors Prof. Dr. Abeer EL Korany, Prof. Dr. Khaled Tawfik Wassif. - 128 Leaves : illustrations ; 30 cm. + CD.
Thesis (Ph.D)-Cairo University, 2024.
Bibliography: pages 102-128.
This thesis presents a framework called "Semantic-based Modeling Framework for Student Outcome Prediction" (SMFSOP) that automatically maps students' activities to a standardized behavioral model, specifically the Community of Inquiry model (CoI). The framework is divided into three phases: data gathering and preprocessing, automated mapping, clustering, and prediction. The framework has been tested on three real-life datasets, showing significant improvements in outcome prediction. The StudentLife Dataset
showed a 3% increase in Adjusted R2 and a 2.375% decrease in MSE. The "Open university learning Analytics dataset" showed an accuracy improvement of 1.56% and a .3.1% increase in precision. في هذه الرسالة، يتم بلورة إطار عمل بعنوان “إطار نمذجة قائم على علم الدالالت لتوقع نتائج الطالب (SMFSOP) “، عن طريق توصيف أنشطة الطالب داخل بيئتهم التعليمية في نموذج سلوكي موحد بشكل تلقائي. استنادا إلى الأبحاث السابقة؛ يتم استخدام نموذج السلوك المجتمعي (CoI) للاستفادة منه كنموذج معمم. يتم استخدام التمثيل الطالبي الناتج لتصنيف الطلاب وتوقع النتيجة بناءا على مجموعتهم. و علي ذلك، ينقسم الإطار إلى ثلاث مراحل؛ جمع البيانات والمعالجة الأولية، و التعيين التلقائي، والتجميع والتوقع. يستخدم التعيين التلقائي التشابه الداللي بين أسماء/وصف السمات الطلابية ومؤشرات نموذج السلوك المجتمعي. لقد حسنت التجارب التي حققت ً أداء أفضل النتائج مستوي التوقع على النحو التالي: في مجموعة بيانات StudentLife، تم تعزيز 2R المعدل من٪ 95 إلى٪ 98 ,)و نقصMSE بنسبة٪ 2.375 ( من 0.126 إلى 0.031(. في مجموعة بيانات الشبكات االجتماعية، تم تحسين 2R المعدل بنسبة٪ 17 )من٪ 65 إلى٪ 82(. تقلص MSE بنسبة٪ 4.4 )من 0.164 إلى 0.12(. بالنسبة لمجموعة بيانات" تحليلات التعلم في الجامعة المفتوحة"(OULAD) تم تحسين الدقة بنسبة ،٪1.56 وتم تحسينF-1Score بقيمة0.014 . تم تحسين الدقة بنسبة %3.1.
Text in English and abstract in English.
Artificial Intelligence
Natural Language processing data analytics student modelling
006.3
Intelligent social based student modeling / نموذج تعليمي ذكي للطالب بطريقة اجتماعية / By Yomna Mahmoud Ibrahim Hassan; Supervisors Prof. Dr. Abeer EL Korany, Prof. Dr. Khaled Tawfik Wassif. - 128 Leaves : illustrations ; 30 cm. + CD.
Thesis (Ph.D)-Cairo University, 2024.
Bibliography: pages 102-128.
This thesis presents a framework called "Semantic-based Modeling Framework for Student Outcome Prediction" (SMFSOP) that automatically maps students' activities to a standardized behavioral model, specifically the Community of Inquiry model (CoI). The framework is divided into three phases: data gathering and preprocessing, automated mapping, clustering, and prediction. The framework has been tested on three real-life datasets, showing significant improvements in outcome prediction. The StudentLife Dataset
showed a 3% increase in Adjusted R2 and a 2.375% decrease in MSE. The "Open university learning Analytics dataset" showed an accuracy improvement of 1.56% and a .3.1% increase in precision. في هذه الرسالة، يتم بلورة إطار عمل بعنوان “إطار نمذجة قائم على علم الدالالت لتوقع نتائج الطالب (SMFSOP) “، عن طريق توصيف أنشطة الطالب داخل بيئتهم التعليمية في نموذج سلوكي موحد بشكل تلقائي. استنادا إلى الأبحاث السابقة؛ يتم استخدام نموذج السلوك المجتمعي (CoI) للاستفادة منه كنموذج معمم. يتم استخدام التمثيل الطالبي الناتج لتصنيف الطلاب وتوقع النتيجة بناءا على مجموعتهم. و علي ذلك، ينقسم الإطار إلى ثلاث مراحل؛ جمع البيانات والمعالجة الأولية، و التعيين التلقائي، والتجميع والتوقع. يستخدم التعيين التلقائي التشابه الداللي بين أسماء/وصف السمات الطلابية ومؤشرات نموذج السلوك المجتمعي. لقد حسنت التجارب التي حققت ً أداء أفضل النتائج مستوي التوقع على النحو التالي: في مجموعة بيانات StudentLife، تم تعزيز 2R المعدل من٪ 95 إلى٪ 98 ,)و نقصMSE بنسبة٪ 2.375 ( من 0.126 إلى 0.031(. في مجموعة بيانات الشبكات االجتماعية، تم تحسين 2R المعدل بنسبة٪ 17 )من٪ 65 إلى٪ 82(. تقلص MSE بنسبة٪ 4.4 )من 0.164 إلى 0.12(. بالنسبة لمجموعة بيانات" تحليلات التعلم في الجامعة المفتوحة"(OULAD) تم تحسين الدقة بنسبة ،٪1.56 وتم تحسينF-1Score بقيمة0.014 . تم تحسين الدقة بنسبة %3.1.
Text in English and abstract in English.
Artificial Intelligence
Natural Language processing data analytics student modelling
006.3