文献

J-GLOBAL ID：201702289398191592   整理番号：17A1725851

相関ルールマイニングを用いたブルーム知識レベル学生成績のパターン解析【Powered by NICT】

Pattern analysis of blooms knowledge level students performance using association rule mining

著者 (2件)： Parkavi A. (Ramaiah Institute of Technology, Bangalore, India) ,  Lakshmi K. (Periyar Maniammai University, Thanjavur, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICSTM  ページ： 90-93  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 教育データマイニングの変異体をanalytics学習は,学習者とその状況に関するデータの収集,分析および報告のプロセスである。学生の性能解析は挑戦的で重要なタスクである。データマイニング法の時間的相関マイニング法の使用はリアルタイム学生性能解析のためのより良い解決策である。相関ルールマイニングアプローチを用いて,伝導のコースと教職員性能における学生の性能はコースパフォーマンスの変動を決定するために分析することができた。本論文では,学生の成績を用いて学生の性能を分析するために学生のデータにおける実時間パターンを決定するための相関マイニング技術を利用するアプローチを試みた。この解析は回分学生の性能に対する矯正活動を取るのに役立つ。本論文では,解析を行った,学生の性能を異なるブルーム知識レベルマッピング問題に関してどのように変化するか。勧告を提供するために相関ルールマイニングの事前アルゴリズムを用いたブルームレベルマッピング問題に関して学生性能のパターン解析を行った。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 学習 ,  アルゴリズム ,  *データマイニング ,  性能分析
準シソーラス用語： 教職員 ,  実時間 ,  学習者 ,  教育データマイニング ,  *パターン解析 ,  *知識レベル ,  *アソシエーション分析 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  データベースシステム  (JD03030U)

タイトルに関連する用語 (6件)： 相関ルールマイニング ,  ブルーム ,  知識レベル ,  学生 ,  成績 ,  パターン解析