Сибирский федеральный университет

Тип публикации: доклад, тезисы доклада, статья из сборника материалов конференций

Конференция: Большие данные; Новосибирск; Новосибирск

Год издания: 2023

Ключевые слова: LMS Moodle, digital footprint, learning analytics, learning outcome prediction, data normalization, цифровой след, учебная аналитика, прогнозирование результатов обучения, нормализация данных

Аннотация: Работа посвящена особенностям цифрового следа обучающихся из электронной обучающей среды LMS Moodle. Рассматриваются разные способы нормализации данных для их приведения к одному масштабу, варианты решения проблемы размерности путем выявления информативных признаков. Предлагается набор предикторов, сформированных из данных цифрового следа Moodle, в динамике описывающих успеваемость и образовательное поведение студентов в электронной среде. Приводится пример задачи учебной аналитики, решавшейся авторами путем построения прогнозной модели по этим предикторам - задачи раннего выявления студентов с проблемами в обучении. The work is devoted to the peculiarities of the digital footprint of students from the LMS Moodle e-learning environment. The authors consider different ways of data normalization to bring them to the same scale, as well as options for solving the dimension problem by identifying informative features. A set of predictors is proposed, which is formed from the digital footprint data from LMS Moodle and is able to describe in dynamics the academic performance and educational behavior of students in the e-learning environment. As an example, the problem of early detection of learning outcome is given, which the authors solved by building a predictive model using these predictors.

Журнал: Большие данные

Номера страниц: 219-237

Место издания: Новосибирск

Издатель: Новосибирский государственный университет экономики и управления "НИНХ"

• Есин Р. В. (Сибирский федеральный университет)
• Кустицкая Т. А. (Сибирский федеральный университет)

• РИНЦ (eLIBRARY.RU)