| 内容注記 |
-
Other
2010
-
Abstract
e-NOTEBOOK システムは、研究開発活動などにおいて情報共有、共同作業、実験・作業記録等で利用するツールである。本研究では、テーマや課題に対する調査・議論・探求を行うようなグループ学習場面で、学習者を支援するためのe-NOTEBOOKシステムを開発した。本研究の目的はWeb上で有効なグループ学習を行うための学習環境を構築することである。最初に、探求に基づく協調学習モデルを提案した。(1)学習者はWeb上で相関知識を探求しながら、知識を構築していく、(2)ノートやコメントを書くことにより、知識を共有し、有用な学習資源を提供する、(3)学習者の推薦と有用な学習資源の推薦により、知識獲得を促進する。学習者は知識獲得者である一方、知識提供者でもある。個人とグループ学習プロセスをそれぞれモデリングした。第二は、学習者の学習プロセスや学習活動を基に、社会的相互作用分析に基づく上級学習者の推薦を提案した。まず、学習者の学習活動から、Interaction Analysis Model (IAM)に基づき、相互作用指標（Webページの理解度、リマークの適切度とコメントの合意度）を自然言語処理とデータマイニングを用いて、自動的に抽出する。そして、抽出した相互作用指標を用い、グループ内学習者の学習プロセスに基づき、学習者の知識と理解の分散状況を表す比較関係指標を定義する。最後に、マルコフチェーンモデルで定義した比較関係指標を用い、学習者間の比較関係を算出する。それにより、学習者の推薦を行い、協調活動を促進する。第三は、学習の特徴に配慮し、学習プロセスと社会的相互作用の二つのメカニズムから新しい学習資源の推薦方法を提案した。まず、学習者個人の学習プロセスから、キーワードマップに基づくコンテンツフィルタリングを提案した。キーワードマップの構造は探索空間を制限することができ、足りない情報を推測できる。キーワードマップで表す情報はユーザの嗜好データの足りない部分を推定できる。次は、学習者のレベルや能力などを配慮し、グループ学習者の学習プロセスから、学習者関係に基づく協調フィルタリングを提案した。学習者の相関関係行列を加えて、学習者に信頼できる学習資源を推薦でき、推薦精度を高めている。最後に、提案した二つの方法を組み合わせて、即ち、個人の学習プロセスとグループ学習者の学習プロセス両方を考えて、有用な学習資源を学習者に推薦し、知識の利用と獲得を促進する。実験により提案した学習モデルと推薦方法の有効性と有用性を証明した。協調と推薦の技術を用いることにより、有効なグループ学習ができたと言える。In this study, we have proposed and developed an e-NOTEBOOK system which provides an inquirybased collaborative learning web environment. Proposed system allows group learners to save theweb pages of interest, to express their opinions and ideas by adding notes and comments, to recordtheir activities, and to communicate and collaborate with others. In our system group learning ischaracterized by: (1) inquiry based knowledge construction; (2) knowledge production throughnote-taking and comment-taking; (3) knowledge acquisition through collaboration with therecommended advanced learners and reflective use of recommended learning resources.Proposed advanced learners recommendation is based on analysis of social interactions by focusingon learners participating in online knowledge construction and sharing activities. Firstly, theproposed system automatically extracts and analyzes interaction indicators based on learners’learning activities and learning processes. Secondly, comparison indicators are defined as to describesettings in which knowledge and understanding are socially distributed among group learners.Finally, proposed system evaluates contributions made by each learner (based on definedcomparison indicators) and recommends advanced learners to collaborate with. Since the learnersmay assume a role of an expert or a novice (depending on topics), the proposed system allows forcreating flexible and dynamic collaboration among group learners.The proposed recommendation of learning resources takes into account both of the crucialcomponents: the learning process and social interaction. Firstly content filtering based on keywordmap is proposed as to the effectiveness of content based filtering. Secondly collaborative filteringbased on learner’s implicit relationships is proposed as to provide asymmetric inter personalinfluence. These approaches allow for more flexibility and control of the recommendation process,and are especially well suited for e-learning domain.Through theoretical and experimental studies we demonstrate the effectiveness and applicability ofthe proposed approaches and the system that integrates them.
|
