Automatische Analyse und Klassifikation des Trainer- und Teilnehmerverhaltens. Blended Learning Lernumgebung als Grundlage für Interventionen

Bachelorarbeit aus dem Jahr 2017 im Fachbereich Informatik - Allgemeines, Note: 1,7, Technische Universität Darmstadt, Sprache: Deutsch, Abstract: Das Ziel dieser Arbeit ist die Untersuchung, wie Trainer auf einer Blended Learning Plattform automatisch in ihrem Lehrvorhaben unterstützt werden können, indem Interventionen auf Basis von Analyse und Klassifikation des Trainer- und Teilnehmerverhaltens angeboten werden. Die zugrunde liegenden Forschungsfragen waren dabei:

- Besteht eine Abhängigkeit zwischen Trainer- und Teilnehmerverhalten?

- Welche Klassen von Trainerverhalten lassen sich unterscheiden?

- Mit welchen Verfahren lassen sich Trainer klassifizieren?

- Wie lassen sich Interventionen für eine gewünschte Verhaltensänderung implementieren?

- Führt eine Intervention zu einer Verbesserung der Teilnehmeraktivität beziehungsweise der Teilnehmerzufriedenheit?

Die Forschungsfragen konnten, mit Ausnahme der letzten Frage, im Rahmen der vorliegenden Untersuchung beantwortet werden. Dazu wurden zuerst Begriffe aus verwandten Arbeiten bezüglich Learning Analytics und Educational Data Mining eingeführt, sowie relevante Einsichten aus Arbeiten zu Instructional Scaffolding, Engagement in Online-Lernumgebungen, Notifikationen in Lernsystemen und Korrelationsanalyse vorgestellt. Die Recherche zu verwandten Arbeiten hat dabei ergeben, dass der Lernerfolg von Teilnehmern durch das Eingreifen von Experten in Online-Lernumgebungen gesteigert werden kann.

Im Rahmen dieser Arbeit werden nach einer Vorstellung der verwandten Arbeiten in Kapitel 3, die Daten auf der Plattform explorativ in einer Voranalyse in Kapitel 4 untersucht und ein Konzept zur automatischen Generierung von Interventionen in Kapitel 5 vorgestellt. Die Machbarkeit des im Konzept vorgestellten Interventionsverfahrens wird durch eine prototypische Implementierung bewiesen und in Kapitel 6 beschrieben.