中文

教育视频参与度建模工具箱

计算机与社会 2024-01-12 v1 信息检索 机器学习 应用统计

摘要

随着人工智能的进步和实用性,为全球人口个性化教育可能成为未来新教育体系的基石。本文介绍了PEEKC数据集和TrueLearn Python库,其中包含一个数据集和一系列在线学习者状态模型,这些模型对于促进学习者参与度建模研究至关重要。TrueLearn模型系列遵循“开放学习者”概念设计,使用人类直观的用户表示。这一系列可扩展的在线模型还帮助最终用户可视化学习者模型,未来可能促进用户与其模型/推荐系统的交互。丰富的文档和代码示例使该库对机器学习开发者以及教育数据挖掘和学习分析从业者高度可访问。实验表明,数据集和库的预测性能显著超过比较基线模型。该数据集包含大量与人工智能相关的教育视频,对于构建和验证特定于人工智能的教育推荐系统具有重要价值。

关键词

引用

@article{arxiv.2401.05424,
  title  = {A Toolbox for Modelling Engagement with Educational Videos},
  author = {Yuxiang Qiu and Karim Djemili and Denis Elezi and Aaneel Shalman and María Pérez-Ortiz and Emine Yilmaz and John Shawe-Taylor and Sahan Bulathwela},
  journal= {arXiv preprint arXiv:2401.05424},
  year   = {2024}
}

备注

In Proceedings of AAAI Conference on Artificial Intelligence 2024. arXiv admin note: text overlap with arXiv:2309.11527