| Περίληψη: | Στη παρούσα εργασία επιχειρήθηκαν τεχνικές μοντελοποίησης σε φόρουμ συζήτησης
των Μαζικών Ανοικτών Διαδικτυακών Μαθημάτων (MOOCs). Συγκεκριμένα,
εφαρμόστηκε η τεχνική της μοντελοποίησης θεμάτων με την χρήση δυο αλγορίθμων
μηχανικής μάθησης. Μελετώνται ο αλγόριθμος Latent Dirichlet Allocation και ο
αλγόριθμος Correlation Explanation. Επιπλέον, έγινε σύγκριση των δυο αλγορίθμων
με τρεις διαφορετικούς τρόπους βασιζόμενοι στην συνοχή των θεμάτων. Αφενός,
πραγματοποιήθηκε ποσοτική αξιολόγηση των δυο αλγορίθμων με βάση τις μετρικές
αξιολόγησης Pointwise Mutual Information, Normalized Pointwise Mutual
Information, Google Title Matches - Google Log Hits Matches και αφετέρου
διεξήχθη ποιοτική αξιολόγηση των αλγορίθμων με βάση την ανθρώπινη κρίση μέσα
από συνεντεύξεις. Επιπροσθέτως, στη παρούσα μελέτη προτείνεται ένας αλγόριθμος
που εκχωρεί αυτόματα τίτλους στα θέματα που αποδίδουν οι μέθοδοι μηχανικής
μάθησης. Στα πλαίσια υλοποίησης αυτών των αλγορίθμων και μετά από
διαγωνοποίηση των εκφερόμενων αποτελεσμάτων που προέκυψαν από τις μεθόδους
σύγκρισης , αποδεικνύεται ότι ο αλγόριθμος CorEx είναι πιο αποδοτικός από τον
αλγόριθμο LDA. Η προτεινόμενη μέθοδος εκχώρησης τίτλου, μέσα από
επαναλαμβανόμενα πειράματα και ανθρώπινη αξιολόγηση, έδειξε ότι προσφέρει
σημαντική πληροφορία στον ερευνητή. Συμπερασματικά, η παρούσα έρευνα βοηθάει
στην κατασκευή ενός εργαλείου που θα ενισχύσει την αποδοτικότερη περιήγηση στα
φόρουμ συζήτησης (MOOCs).
|