文献

J-GLOBAL ID：202102277429726691   整理番号：21A1255496

大五人格に基づくオンライン学習行為と人格特質認識研究【JST・京大機械翻訳】

Recognition of Learner Behavior and Personality in Online Learning Based on Big Five Personality

著者 (2件)： Sun Ruqing (遼寧師范大学計算机与信息技術学院,遼寧大連 116081) ,  Liu Dan (遼寧師范大学計算机与信息技術学院,遼寧大連 116081)
資料名： Ruanjian  (Ruanjian)
巻： 41  号： 12  ページ： 224-229  発行年： 2020年 
JST資料番号： C3604A  ISSN： 1003-6970  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： オンライン学習は新しい学習モードとして、「インターネット+教育」時代で生まれた。データマイニング技術を利用して学習者の行為データを分析することは、重要な研究焦点となっている。本研究では、某大学「大学撮影基礎」のオンライン授業学習者を研究対象とし、大五人格尺度に基づいて学習者の人格特質類型を獲得し、人格特質類型とオンライン学習行為の相関分析を提案した。オンライン学習者の人格特質認識のために,マシン分類アルゴリズムを探索した。データマイニングツールを用いて,異なる人格特質学習群のクラスタ分析を行った。その結果;人工ニューラルネットワーク(ANN)アルゴリズムは,人格特質の認識精度が他のアルゴリズムより優れ,人格特質の包括的認識効果も最良である。人格特質の五つの次元の識別精度が異なり、その中には、最も責任のある人格特質の識別精度が最も高く、神経質人格特質の識別精度が最も悪い。学習者は主に4つの異なる人格特質グループに分け、異なる人格特質グループに対して、教師は異なる介入策略を実施できる。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  教育 ,  *学習 ,  ニューラルネットワーク ,  クラスタ分析 ,  インターネット ,  データマイニング
準シソーラス用語： 授業 ,  *オンライン学習 ,  学習者 ,  相関分析 ,  分類アルゴリズム ,  認識精度 ,  *オンライン ,  データマイニング技術 , 【Automatic Indexing@JST】

分類 (3件)： 心理学一般  (AE01000T) ,  計算機網  (JC03000K) ,  数値計算  (JE02000J)

タイトルに関連する用語 (5件)： 人格 ,  オンライン学習 ,  行為 ,  特質 ,  研究