Data-mining and the quality of distance-education improvement
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F13%3A86086696" target="_blank" >RIV/61989100:27240/13:86086696 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.5593/SGEM2013/BB2.V1/S07.010" target="_blank" >http://dx.doi.org/10.5593/SGEM2013/BB2.V1/S07.010</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.5593/SGEM2013/BB2.V1/S07.010" target="_blank" >10.5593/SGEM2013/BB2.V1/S07.010</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Data-mining and the quality of distance-education improvement
Popis výsledku v původním jazyce
Using LMS (Learning Management System) has become a common practice in the universities in which a large number of students are enrolled in particular courses. The LMS systems make it possible to store data that contain pieces of hidden information thatmay appear to be valuable and yield interesting results. In this paper we introduce the eLogika system and describe data-mining methods that make it possible to make that implicit information explicit. We describe the way of storing those data that are invisible to users but they contain interesting pieces of information on teaching logic, like students? abilities, typical mistakes and so on. The methods of preprocessing these data are described so that then we can apply data-mining methods in order toimprove the quality of teaching process. We focus in particular on association rules and clustering methods.
Název v anglickém jazyce
Data-mining and the quality of distance-education improvement
Popis výsledku anglicky
Using LMS (Learning Management System) has become a common practice in the universities in which a large number of students are enrolled in particular courses. The LMS systems make it possible to store data that contain pieces of hidden information thatmay appear to be valuable and yield interesting results. In this paper we introduce the eLogika system and describe data-mining methods that make it possible to make that implicit information explicit. We describe the way of storing those data that are invisible to users but they contain interesting pieces of information on teaching logic, like students? abilities, typical mistakes and so on. The methods of preprocessing these data are described so that then we can apply data-mining methods in order toimprove the quality of teaching process. We focus in particular on association rules and clustering methods.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/GAP401%2F10%2F0792" target="_blank" >GAP401/10/0792: Temporální aspekty znalostí a informací</a><br>
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2013
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
SGEM 2013 : 13th international multidisciplinary scientific geoconference : GeoConference on Ecology, Economics, Education and legislation : 16-22, June, 2013, Albena, Bulgaria : conference proceedings. [Book 5]. Volume I
ISBN
978-619-7105-04-9
ISSN
1314-2704
e-ISSN
—
Počet stran výsledku
8
Strana od-do
77-84
Název nakladatele
STEF92 Technology Ltd.
Místo vydání
Sofia
Místo konání akce
Albena
Datum konání akce
16. 6. 2013
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—