گروه بندی هوشمند یادگیرندگان در محیط یادگیری الکترونیکی (مورد پژوهی دانشجویان آموزش الکترونیکی)

سامانه های یادگیری تطبیقی و مشارکتی سامانه هایی هستند که به کمک فنّاوری اطلاعات سعی در بهبود فضای یادگیری دارند. از مهمترین مسائل مطرح در طراحی این سامانه ها «گروه بندی یادگیرندگان» است که نقشی اساسی در موفقیت آن ها در بهبود فضای آموزش دارد. «گروه بندی یادگیرندگان» به مفهوم تفکیک یادگیرندگان در گروه های یادگیری برای تطبیق آموزش به آن ها و یا ایجاد گروه های مشارکتی به منظور تعامل میان یادگیرندگان در راستای اهداف آموزشی بوده و از دو گام «شناسایی ابعاد گروه بندی»، و «طراحی روش گروه بندی» تشکیل شده است. در گام نخست شاخصه های شخصیتی و رفتاری موثر یادگیرندگان در گروه بندی، توصیف شده و در گام بعد روش گروه بندی مناسب برای تفکیک یادگیرندگان طراحی می شود. در این پژوهش، شاخصه های مختلف گروه بندی یادگیرندگان، مورد بررسی قرار گرفته و پس از طبقه بندی و مقایسه ی آن ها، شاخصه های موجود در مدل «سبک یادگیری فلدر-سیلورمن» برای استفاده در گروه بندی خودکار یادگیرندگان پیشنهاد شده است. در این پژوهش روشی جدید برای گروه بندی یادگیرندگان در قالب یک سامانه ی گروه بندی یادگیرندگان ارائه شده که دارای قابلیت شناسایی خودکار ساختار گروه های یادگیرندگان، طبقه بندی یادگیرندگان درگروه های شناسایی شده و تشخیص خودکار انقضای گروه های یادگیرندگان و شناسایی مجدد ساختار آن هاست. به منظور شناسایی ساختار گروه ها، روش جدیدی با عنوان «روش خوشه بندی پیوندی فازی» طراحی شده است. برای افزایش کارایی و دقت خوشه بندی، نسخه ی بهبود یافته ای از شبکه ی عصبی اسنپ ـ دریفت، به منظور شناسایی ساختار گروه ها به کار گرفته شده است. نتایج ارزیابی تجربی روش شناسایی پیشنهادی بر اساس دو شاخص « دیبویس – بولدین » و « خلوص و تجمع» نشان می دهد، که این روش عملکرد بهتری نسبت به سایر روش های خوشه بندی در شناسایی گروه ها داشته است. در نهایت سامانه ی پیشنهادی گروه بندی در یک سامانه ی یادگیری تطبیقی مورد ارزیابی قرار گرفته و اثربخشی اجزای آن بر رضایت پیشرفت تحصیلی یادگیرندگان بررسی شده است. نتایج نشان می دهد که رویکرد پیشنهادی شناسایی گروه ها و طبقه بندی یادگیرندگان در گروه های شناسایی شده بر موفقیت و پیشرفت تحصیلی یادگیرندگان اثربخش بوده است.