استخراج البيانات التعليمية

من ويكيبيديا، الموسوعة الحرة
اذهب إلى: تصفح، ‏ ابحث


استخراج البيانات التعليمية (EDM) هو أحد التخصصات الناشئة ويُعنى بتطوير أساليب لاستكشاف الأنواع الفريدة من البيانات التي تؤخذ من البيئات التعليمية واستخدام هذه الأساليب في تحقيق فهم أفضل للطلاب والبيئات التي يتعلمون فيها.[1] ويعتبر استخراج سجلات أداء الطلاب المخزنة على الكمبيوتر من المجالات الأساسية في هذا التخصص،[2] كما أن استخراج بيانات التسجيل يعد مجالاً رئيسيًا آخر.[3] تتضمن الاستخدامات الأساسية لاستخراج البيانات التعليمية التنبؤ بأداء الطلاب ودراسة عملية التعلم بهدف التوصية بإدخال تحسينات على الممارسة التعليمية القائمة. هذا ويمكن اعتبار استخراج البيانات التعليمية واحدًا من علوم التعلم ومجالاً من مجالات استخراج البيانات، هذا ويعد تحليلات عملية التعلم من المجالات ذات الصلة به.

أساليب استخراج البيانات التعليمية[عدل]

هناك ارتباط بين أنواع أساليب استخراج البيانات التعليمية وأساليب استخراج البيانات عمومًا ولكن مع بعض الفروق التي ترجع إلى الخصائص الفريدة للبيانات التعليمية.

يصنف ريان بيكر [4] مجالات استخراج البيانات التعليمية كما يلي:

  • التنبؤ
  • تجميع
  • استخراج العلاقات
    • استخراج قواعد الارتباط
    • استخراج الارتباط
    • استخراج الأنماط التسلسلية
    • استخراج البيانات السببية
  • تصفية البيانات للوصول لقرار بشري
  • استكشاف النماذج

يقول بيكر وكالينا ياسيف أن لاستكشاف النماذج أهمية خاصة في استخراج البيانات التعليمية مقارنة باستخراج البيانات بشكل عام، فمن خلال استكشاف النماذج، يتم تطوير نموذج لظاهرة ما من خلال أية عملية يمكن إثباتها بطريقة ما (تكون في أغلب الأحيان بالتنبؤ أو هندسة المعرفة) ثم يستخدم هذا النموذج كعنصر في تحليل آخر مثل التنبؤ أو استخراج العلاقات.

تطبيقات تصنيف استخراج البيانات التعليمية[عدل]

للتصنيف تطبيقات كثيرة في التكنولوجيا التعليمية الحديثة، وفيما يلي قائمة بأهم المبادئ وأساليب التصنيف المستخدمة في استخراج البيانات التعليمية والتي حررها كل من كريستوبال روميرو وسيباستيان فينتورا وميكولا بتشينسكي وريان بيكر.[5]

  • المبادئ الرئيسية
    • المصنف التمييزي أو الاحتمالي
    • دقة التصنيف
    • المطابقة المفرطة
    • الحدود الخطية واللاخطية للفئة
    • المعالجة المسبقة للبيانات

عملية الاستخراج من البيانات التعليمية[عدل]

فيما يلي وصف لعملية استخراج البيانات التعليمية التي حررها كريستوبال روميرو وسيباستيان فينتورا وميكولا بتشينسكي وريان بيكر.[6]

تتألف عملية الاستخراج من ثلاثة مجالات فرعية:

  • فحص المطابقة
  • استكشاف النماذج
  • توسعة النموذج (مثل: إطار ProM)

عملية استخراج مجموعة البيانات التعليمية:

  • إعداد البيانات
  • الاستخراج البصري باستخدام تحليل المخطط المنقط
  • تحليل المطابقة
    • فحص المطابقة
    • التحليل المنطقي الوقتي الخطي (LTL)
    • عملية الاستكشاف باستخدام أداة استخراج التطابقات

التطبيقات[عدل]

هناك قائمة بالتطبيقات الرئيسية لاستخراج البيانات قدمها كريستوبال روميرو وسيباستيان فينتورا.[7] في علم التصنيف، فإن مجالات تطبيق استخراج البيانات هي:

  • تحليل البيانات وتصوير البيانات
  • تقديم تعليقات لدعم المعلمين
  • توصيات للطلاب
  • التنبؤ بأداء الطلاب
  • وضع نماذج للطلاب
  • اكتشاف سلوكيات الطلاب غير المرغوب فيها
  • تقسيم الطلاب إلى مجموعات
  • تحليل الشبكة الاجتماعية
  • تطوير خرائط المفاهيم
  • إنشاء برامج منهجية
  • التخطيط ووضع الجداول الزمنية

مواقع النشر[عدل]

تم نشر قدر كبير من أعمال استخراج البيانات التعليمية في المؤتمر الدولي لاستخراج البيانات التعليمية الخاضع لمراجعة الأقران وتنظمه الجمعية الدولية لاستخراج البيانات التعليمية.

يتم نشر أبحاث استخراج البيانات التعليمية في جريدة استخراج البيانات التعليمية (Journal of Educational Data Mining)

كما يتم نشر كثير من أبحاث استخراج البيانات التعليمية بشكل معتاد في المؤتمرات ذات الصلة مثل الذكاء الاصطناعي والتعليم وأنظمة التعليم الذكية ووضع نماذج للمستخدمين والتخصيص التكيفي.

استخدام استخراج البيانات التعليمية في كأس KDD Cup[عدل]

في 2010، تم عقد مسابقة كأس KDD التابعة لرابطة أجهزة الحوسبة (Association of Computing Machinery) التي تعني بمجال استخراج البيانات التعليمية. وقد تم توفير مجموعة البيانات من قِبل متجر البيانات بمركز تعلم العلوم في بيتسبرغ وتضم ما يزيد عن مليون نقطة بيانات مأخوذة من طلاب يستخدمون البرنامج التعليمي المعلم الإدراكي (Cognitive Tutor). هذا وقد تنافس 600 فريق للفور بجائزة مالية قدرها 8000 دولار أمريكي تبرع بقيمتها موقع فيس بوك. وقد استخدم الفائزون أساليب الغابة العشوائية والشبكات البايزية وتقنيات إنشاء الميزات للتنبؤ الدقيق بأداء ما يربو عن نصف مليون إجابة لطلاب غير مرئيين.

المراجع[عدل]

  1. ^ "EducationalDataMining.org". 2010. اطلع عليه بتاريخ 2011-01-16. 
  2. ^ R. Baker, K. Yacef (2010). "The State of Educational Data Mining in 2009: A Review and Future Visions". Journal of Educational Data Mining, Volume 1, Issue 1 1: 3– 17. 
  3. ^ C. Romero, S. Ventura, E. Garcia (2008). "Data Mining in Course Management Systems: MOODLE Case Study and Tutorial". Computers & Education. 51(1): 368–384. 
  4. ^ R. Baker (2010) Data Mining for Education. In McGaw, B., Peterson, P., Baker, E. (Eds.) International Encyclopedia of Education (3rd edition), vol. 7, pp. 112-118. Oxford, UK: Elsevier.
  5. ^ Romero, C., Ventura, S., Pechenizkiy, M., & Baker, R. S. J. d. (2011). Handbook of Educational Data Mining. USA: Taylor & Francis Group. صفحة 57. ISBN 9781439804575. 
  6. ^ Romero, C., Ventura, S., Pechenizkiy, M., & Baker, R. S. J. d. (2011). Handbook of Educational Data Mining. USA: Taylor & Francis Group. صفحة 123. ISBN 9781439804575. 
  7. ^ C. Romero, S. Ventura. Educational Data Mining: A Review of the State-of-the-Art. IEEE Transaction on Systems, Man, and Cybernetics, Part C: Applications and Reviews. 40(6), 601-618, 2010.