جستجوي پيشرفته | کتابخانه مجازی الفبا

سیستم‌های آموزش هوشمند وآموزش الکترونیکی طی چند سال گذشته پیشرفت‌های قابل ملاحظه‌ای داشته‌اند. هر‌کدام از این سیستم‌ها به نحوی در بخشی از آموزش مورد استفاده قرار می‌گیرد، اما حوزه‌های فعالیتی آنها متفاوت است. خوشبختانه امروزه، افزایش محتویات علمی آموزشی، ضرورت بهره برداری بهینه از سیستم‌های آموزش الکترونیکی را بیش از پیش آشکار کرده است. از طرف دیگر با به‌کارگیری و ترکیب تکنیکهای هوشمندسازی به‌کار رفته در سیستم‌های آموزش هوشمند، می‌توان از دانش وسیعی که در سیستم‌های آموزش الکترونیکی وجود دارد و قسمت عمده‌ای از دانش بشری را شامل می‌شود، استفاده کرد و سیستم‌های آموزش هوشمند،مبتنی بر دانش سیستم‌های آموزش الکترونیکی ایجاد نمود. این پایاننامه با بررسی نقاط قوت و ضعف هر دو سیستم ضمن بیان لزوم ترکیب آنها، فرصت‌ها و چالش‌های پیرامون ادغام این سیستم‌ها را بیان می‌کند، سپس با ارایه یک طرح پیشنهادی مبتنی بر شبکه معنایی، الگوریتمی برای نمایش قسمتی از دانش یک سامانه آموزش مجازی به صورت شبکه معنایی ارایه می‌دهد و به‌دنبال آن با استفاده از شبکه معنایی ایجاد شده، الگوریتم‌های پیشنهادی مولد طرح درس، یافتن کوتاه‌ترین مسیر آموزشی و یافتن پرارزش‌ترین شی آموزشی را معرفی می‌‌کند. برای بررسی عملیاتی بودن طرح ارائه شده، با استفاده از روش ارایه شده در این پایان نامه، قسمتی از محتویات آموزشی یک سامانه آموزش مجازی که مورد استفاده اغلب دانشگاه های مطرح دنیا می‌باشد، جمع آوری شد و ضمن خلاصه سازی داده های آموزشی، بازنمایی قسمتی از دانش آن به صورت یک شبکه معنایی با موفقیت به انجام رسید. تمامی الگوریتم‌های پیشنهادی این پایان‌نامه از نظر پیچیدگی محاسباتی بررسی شدند. الگوریتم‌های مولد طرح درس از پیچیدگی O(n)، تعیین کوتاه ترین مسیر آموزشی از پیچیدگی O(n^3)و یافتن پرارزش‌ترین شی آموزشی از پیچیدگیO(n^2) می‌باشد. پیچیدگی محاسباتی اجرای این الگوریتم‌ها موید بازدهی خوب آنها در شرایط واقعی است. هم‌چنین با بررسی نتایج آموزشی، تاثیر مثبت به‌کارگیری سیستم پیشنهادی اثبات گردید.

امروزه یادگیری و آموزش در دنیای مجازی از اهمیت بالایی برخوردار است. بهمین دلیل نیاز به سیستم‌های یادگیری الکترونیک که یادگیری را در هر مکان و زمانی ممکن می‌سازند بیش از پیش احساس می‌شود. از سوی دیگر با توسعه وب، حجم اطلاعات موجود در آن بصورت چشمگیری رو به افزایش است. این امر سبب می‌شود تا سیستم‌های یادگیری الکترونیک با حجم وسیعی از اطلاعات برای آموزش مواجه شوند. اما اصول مشتری مداری این اجازه را به این سیستم‌ها نمی‌دهند تا فراگیران را با حجم زیادی از اطلاعات درگیر کنند. چراکه اولا این امر موجب سردرگمی فراگیران در انتخاب موضوع برای مطالعه می‌شود، ثانیا بسیاری از این اطلاعات با توجه به مواردی نظیر خصوصیات فراگیر، علایق، اهداف و توانمندی‌های وی قابل استفاده توسط او نیستند.در پاسخ به این مسئله سیستم‌های تطبیق پذیر آموزشی ظهور کردند که هدف کلی آنها ایجاد یک تجربه منحصر به فرد آموزشی برای هر فراگیر است. این سیستم‌ها با مدل کردن خصیصه‌های مختلف فراگیر و دراختیار داشتن فرادانشی نسبت به محتوای آموزشی به شخصی سازی مطالب آموزشی برای تک تک فراگیران می‌پردازند. این مطالعه ابتدا به مرور کارهای انجام شده در زمینه سیستم‌های تطبیق پذیر آموزشی می‌پردازد. ماحصل مرور منابع موجود در این حوزه، شکاف‌های تحقیقاتی فعلی است که به تفصیل بررسی می‌شوند. بر این اساس این تحقیق به ارائه مدلی جهت شخصی سازی محتوای آموزشی می‌پردازد. معماری این مدل مبتنی بر ایده سیستم‌های چند عامله است و برای نگهداری محتویات آموزشی از هستی شناسی و استاندارد محتوایی SCORM در سطوح انتزاعی جداگانه بهره می‌گیرد. به منظور اعتبار سنجی این مدل از رویکرد پیاده سازی و شبیه سازی یک سناریوی ساده استفاده شده است. این سیستم بر روی سیستم مدیریت یادگیری Sakai نصب و راه اندازی شده است و به منظور اثبات کارآمدی آن از یک سناریوی ساده برای تطبیق پذیری استفاده شده است. نتایج این شبیه سازی نشان می‌دهند که این مدل بخوبی می‌تواند محتویات آموزشی را به فراگیران مختلف ارائه دهد.