研究紹介

時空間粒度の異なる教育ビッグデータの非同期ストリーム処理基盤の構築(平成27年10月〜)

photo

ICTを活用した教育では,e-Learningシステムやデジタル教材システムから個人,教室,科目,学期などの様々な時間粒度,空間粒度で学習教育ログが非同期に収集され,教育ビッグデータを形成しています.本研究では,様々な時空間粒度でのデータ統合,モデル化,変化検出,不完全データからの将来予測を行うことを可能にする非同期ビッグデータのストリーム処理基盤を実現します.さらに,様々なパターン解析技術やメディア処理技術を応用して,教育現場に価値ある情報をフィードバックするシステムの実現も目指しています.

研究助成

 

デジタル教材の自動要約

photo

画像処理やテキスト処理技術により資料の各ページの重要度を計算し,重要度の高いページを選択することで,要約版の資料を生成します.例えば,先生から学生に渡される元資料を予習するのに20分かかるとします.本システムでは,重要なページのみを選択して,3分で予習できる資料に再構成します.実際に要約資料で予習したグループは最後まで資料に目を通していることがわかりました.その結果,理解度確認テストでも要約資料で予習したグループの方が良い成績を収めていることがわかりました.

国際会議

 

復習資料自動生成

photo

テキストマイニングやトピック類似性評価手法を応用して,復習用の資料を自動的に生成します.LMSで行われる小テストの結果や,デジタル教材の予習状況を分析して,オリジナルの講義資料の中から個人に適した復習用資料を生成するためのSumamryRankというアルゴリズムを開発しました.

国際会議

 

教材閲覧パターンマイニング

photo

講義を受講している学生から収集したデジタル教材の閲覧ログから,閲覧パターンをマイニングする方法を開発しています.Non-negative Matrix Factorization(NMF)という方法に基づいた解析を行っています.また,発見された閲覧パターンと成績の関係の分析も行っています.