文献

J-GLOBAL ID：201402204110205879   整理番号：14A0007464

行列因子分解を用いた時系列試験結果からの潜在スキル構造の抽出

The Method to Extract Latent Skills from Time Series Examination Results with Matrix Factorization

著者 (4件)： 大枝真一 (木更津工高専) ,  天野恵理子 (木更津工高専) ,  山西健司 (東大) ,  山西健司 (JST-CREST)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 113  号： 286(IBISML2013 36-66)  ページ： 123-130  発行年： 2013年11月05日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 試験は学習者のスキルを測る手段として用いられる。したがって,試験の各設問には解くために必要なスキルが設定されており,学習者がそのスキルを習得していなければ各設問に正答する事はできない。その設問とスキルの関係は関係行列としてQ-matrixと呼ばれ,見識者によって定義されていた。先行研究では,試験結果からNon-negative matrix factorization(NMF)を用いてQ-matrixを自動的に抽出する試みがなされている。しかしながら,それらは学習者のスキルの時間変化を考慮していなかった。教育過程による学習効果をより深く理解するためには,時間とともにどのように潜在的にスキルが習得されていくか解析することが非常に重要である。本研究ではNMFをオンライン化することにより,蓄積された試験結果からQ-matrixを抽出するとともに,時間変化する学習者の潜在スキル状態も抽出することを試みる。また,論理値で構成される行列を因子分解するBoolean matrix factorization(BMF)とNMFとの抽出結果の比較を行う。計算機実験の結果,学習初期から終期の試験結果から学習者の潜在スキルの習得過程を可視化することが可能であることがわかった。(著者抄録)

シソーラス用語： *特徴抽出 ,  技術 ,  *行列 ,  因数分解 ,  回線接続 ,  計算機シミュレーション ,  可視化 ,  確率モデル ,  非負行列因子分解 ,  変化点検出 ,  計算機利用 ,  利用 ,  数学モデル
準シソーラス用語： *Qマトリックス ,  オンライン ,  *スキル抽出 ,  トピックモデル ,  学習者 ,  関係行列 ,  行列分解 ,  自動抽出 ,  変化点検知

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 行列 ,  因子分解 ,  時系列 ,  試験 ,  スキル