سیستم های ابر رسانه تطبیقی

اختصاصی از رزفایل سیستم های ابر رسانه تطبیقی دانلود با لینک مستقیم و پر سرعت .

مقاله کامل بعد از پرداخت وجه

لینک پرداخت و دانلود در "پایین مطلب"

فرمت فایل: word (قابل ویرایش و آماده پرینت)

تعداد صفحات: 44

فهرست مطالب

چکیده

مروری بر مفاهیم اصلی آموزش الکترونیکی

سیستمهای ابر رسانه تطبیقی

تاریخچه

موارد استفاده سیستمهای ابر رسانه تطبیق پذیر

مدلسازی فراگیر

فاز تصمیم‌گیری تطبیق پذیری

تطبیق پذیری با چه چیزی؟

رده‌های تطابق در محیطهای آموزشی

چه چیزی می‌تواند تطبیق داده‌شود؟

مروری بر شخصی سازی

تعریف

داده‌های ورودی برای سیستم‌های شخصی سازی

داده‌های کاربر

داده‌های مورد استفاده

داده‌های محیطی

بازنمایی و استنتاجهای ثانوی

دلیل یابی استنتاجی

دلیل یابی استقرایی

دلیل یابی آنالوگ

کاربردها

منابع

چکیده:

در تمامی کاربردها و زمینه‌های مبتنی بر e، شخصی‌سازی نقش مهمی را ایفا می‌کند. امروزه با توجه به بازه گسترده کاربران در آموزش الکترونیکی، آموزش به مدل سنتی one- size- fit- all دیگر امکانپذیر نبوده و ارائه یک سیستم شخصی سازی شده که بتواند به صورت اتوماتیک با سطح دانش و علائق کاربران هماهنگ شود، از اهمیت فراوانی برخوردار است. در حیطه E-Learning مدل کردن فراگیر[1]، نقش عمده‌ای در تأمین شخصی سازی، بر عهده دارد. مدل کردن به معنای تحلیل رفتار فراگیر، پیش‌بینی رفتار آینده وی و ترجیحات آموزشی‌اش می‌باشد.

در میان سیستمهای آموزش الکترونیکی موجود، کمتر به مقوله شخصی سازی پرداخته‌شده و در اکثرت موارد، چنین بحثی اصلاً مطرح نشده‌است. در حالی که اگر این شخصی‌سازی، به دقت و در عمق زیاد صورت بگیرد، مسلماً این خلاء موجود در سیستمهای آموزش الکترونیکی فعلی را پر کرده و موجب افزایش رضایت کاربر و کارایی سیستم آموزشی خواهد شد. امروزه با گسترش مفاهیم داده کاوی و روشهای تجزیه – تحلیل و آنالیز داده‌ها، می‌توان با جمع‌آوری داده‌های کافی در مورد هر فرد و در زمینه‌های گوناگون (مانند علائق، شیوه درس خواندن، سطح دانش در مورد یک زمینه بخصوص و ....) و بهنگام سازی آنها با توجه به رفتارها و مدل ایجاد شده برای آن فراگیر، محتوای آموزشی مناسب برای هر فرد را آماده و برای وی ارسال نمائیم. هدف از انجام این تحقیق، بررسی سیستمهای آموزش الکترونیکی موجود، نحوه استفاده و بکارگیری روشهای شخصی‌سازی  و مدلسازی فراگیران در این سیستمها، مطالعه روشهای مدلسازی موجود و مقایسه آنها، بررسی نقاط قوت و ضعف هر کدام، تعیین معیارهای اصلی برای تهیه پروفایل کاملی از کاربر و بررسی روشهای شخصی‌سازی و الگوریتمها و متدهای موجود در این زمینه می‌باشد که در نهایت، با استفاده از این معیارها و آنالیز مدل رفتاری کاربر با توجه به معیارهای آموزشی، سعی خواهد شد که مناسبترین محتوا برای هر فرد، شخصی‌سازی و برای وی، ارسال شود.