Student Performance Prediction Using Collaborative Filtering Methods
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14330%2F15%3A00082601" target="_blank" >RIV/00216224:14330/15:00082601 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1007/978-3-319-19773-9_59" target="_blank" >http://dx.doi.org/10.1007/978-3-319-19773-9_59</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-319-19773-9_59" target="_blank" >10.1007/978-3-319-19773-9_59</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Student Performance Prediction Using Collaborative Filtering Methods
Popis výsledku v původním jazyce
This paper shows how to utilize collaborative filtering methods for student performance prediction. These methods are often used in recommender systems. The basic idea of such systems is to utilize the similarity of users based on their ratings of the items in the system. We have decided to employ these techniques in the educational environment to predict student performance. We calculate the similarity of students utilizing their study results, represented by the grades of their previously passed courses. As a real-world example we show results of the performance prediction of students who attended courses at Masaryk University. We describe the data, processing phase, evaluation, and finally the results proving the success of this approach.
Název v anglickém jazyce
Student Performance Prediction Using Collaborative Filtering Methods
Popis výsledku anglicky
This paper shows how to utilize collaborative filtering methods for student performance prediction. These methods are often used in recommender systems. The basic idea of such systems is to utilize the similarity of users based on their ratings of the items in the system. We have decided to employ these techniques in the educational environment to predict student performance. We calculate the similarity of students utilizing their study results, represented by the grades of their previously passed courses. As a real-world example we show results of the performance prediction of students who attended courses at Masaryk University. We describe the data, processing phase, evaluation, and finally the results proving the success of this approach.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2015
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
17th International Conference on Artificial Inteligence in Education - AIED 2015
ISBN
9783319197722
ISSN
0302-9743
e-ISSN
—
Počet stran výsledku
4
Strana od-do
550-553
Název nakladatele
Springer International Publishing
Místo vydání
Madrid
Místo konání akce
Madrid, Spain
Datum konání akce
1. 1. 2015
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—