E-learning e Information Retrieval

532 views

Published on

Personalizzazione nell'accesso delle reti di apprendimento

Published in: Education
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
532
On SlideShare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
0
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

E-learning e Information Retrieval

  1. 1. Corso di Web Information Retrieval anno 2010 Docente: prof. Stefano Mizzaro Studente: Anna Rita Colella Colella Anna Rita Corso di WIR - Università degli Studi di Udine
  2. 2. Argomenti <ul><li>Introduzione </li></ul><ul><li>Rappresentazione della conoscenza nelle reti di apprendimento </li></ul><ul><li>Il framework SS4L </li></ul><ul><li>Valutazione </li></ul><ul><li>Conclusioni </li></ul><ul><li>Bibliografia </li></ul>Colella Anna Rita Corso di WIR - Università degli Studi di Udine
  3. 3. <ul><li>Rete di apprendimento : ambiente di apprendimento in grado di supportare processi per la formazione di risorse umane, che si basano sulla collaborazione e la condivisione di conoscenza fra gli utenti . La conoscenza è distribuita su repository che utilizzano vocabolari potenzialmente diversi </li></ul><ul><li>E-learning Personalizzato : percorso di apprendimento individuale che opera in maniera intelligente e adattiva basandosi sull’analisi e il confronto tra le competenze che l’utente possiede (profilo utente) e quelle che deve acquisire (mappe di competenza) </li></ul>Introduzione Colella Anna Rita Corso di Web Information Retrieval- Università degli Studi di Udine
  4. 4. Sistemi tutoriali intelligenti <ul><li>ITS (Intelligent Tutoring System) sistema software per il supporto all’insegnamento; sfrutta tecniche di Intelligenza Artificiale per rappresentare la conoscenza e portare avanti un’interazione con lo studente </li></ul>Colella Anna Rita Corso di WIR - Università degli Studi di Udine
  5. 5. Sistemi adattivi <ul><li>AHS (Adaptive Hypermedia System) sistemi che adattano la presentazione dei contenuti didattici in base al contesto di utilizzo </li></ul><ul><li>Esempi: ELM-ART, Interbook (in ambienti chiusi) </li></ul>Colella Anna Rita Corso di WIR - Università degli Studi di Udine
  6. 6. <ul><li>I repository di conoscenza che utilizzano diversi schemi per descrivere gli artefatti educazionali devono comunicare tra di loro </li></ul><ul><li>Per assicurare la corretta interpretazione è necessario adottare uno schema comune detto anche ontologia </li></ul>Rappresentazione della conoscenza nelle reti di apprendimento Colella Anna Rita Corso di Web Information Retrieval- Università degli Studi di Udine
  7. 7. Ontologia <ul><li>“ Un’ontologia identifica i termini basilari e le relazioni di un determinato dominio, definendone in questo modo il vocabolario, e le regole per combinare tali termini e tali relazioni, andando oltre il vocabolario stesso” (Neches et al. 1991) </li></ul><ul><li>schema comune per la semantica dei metadati </li></ul><ul><li>specifica le proprietà degli artefatti educazionali e le relazioni tra concetti </li></ul>Colella Anna Rita Corso di WIR - Università degli Studi di Udine
  8. 8. Rappresentazione della conoscenza di un dominio didattico Colella Anna Rita Corso di Web Information Retrieval- Università degli Studi di Udine <ul><li>Tre livelli di astrazione : </li></ul><ul><ul><li>Learning Object : rappresentano le risorse didattiche elementari necessarie a spiegare un dato argomento del dominio </li></ul></ul><ul><ul><li>Metadati : servono ad indicizzare le risorse e a descrivere i Learning Object </li></ul></ul><ul><ul><li>Ontologie : legano i concetti del dominio ai metadati </li></ul></ul>
  9. 9. <ul><li>Istituzioni ed associazioni hanno prodotto standard e specifiche finalizzati alla rappresentazione della conoscenza nelle reti di apprendimento </li></ul><ul><li>IMS Consortium: </li></ul><ul><ul><li>IMS LIP, IMS Metadata Specification </li></ul></ul><ul><li>LTSC (Learning Tecnology Standardization Committe) dell’IEEE: </li></ul><ul><ul><li>PAPI, LOM </li></ul></ul>Standard e specifiche Open Colella Anna Rita Corso di WIR - Università degli Studi di Udine
  10. 10. Framework SS4L <ul><li>Il framework SS4L : Smart Space for Learning estende un sistema adattivo ipermediale in una rete di apprendimento distribuita </li></ul><ul><li>Smart : accesso efficiente alle risorse eterogenee </li></ul><ul><li>Space : rete semantica delle risorse di apprendimento </li></ul><ul><li>HCD Suite : utilizzata da SS4L, software a supporto della Human Capital Development </li></ul>Colella Anna Rita Corso di WIR - Università degli Studi di Udine
  11. 11. <ul><li>La personalizzazione è realizzata in due modi: </li></ul><ul><ul><li>Riscrittura delle query </li></ul></ul><ul><ul><li>Classificazione risultati delle query </li></ul></ul><ul><li>La personalizzazione si basa sul confronto tra i metadati del discente e i metadati delle risorse di apprendimento </li></ul>Framework SS4L Colella Anna Rita Corso di WIR - Università degli Studi di Udine
  12. 12. Scenario <ul><li>L’utente utilizza la Human Capital Development (HCD) Suite per specificare i suoi obiettivi di apprendimento </li></ul><ul><li>La suite HCD si connette alla rete di apprendimento on-line attraverso una interfaccia SQI (Simple Query Interface): </li></ul><ul><ul><li>mapping tra gli schemi comuni e quelli locali </li></ul></ul><ul><ul><li>invio della query personalizzata ai repository della rete </li></ul></ul>Colella Anna Rita Corso di WIR - Università degli Studi di Udine
  13. 13. Scenario Colella Anna Rita Corso di WIR - Università degli Studi di Udine
  14. 14. Scenario <ul><li>La query che HCD invia alla rete di apprendimento viene riscritta considerando il profilo dell’utente (conoscenze di base, lingue, vincoli temporali) </li></ul><ul><li>La query restituisce diversi risultati di interesse attingendo dai repository della rete </li></ul><ul><li>HCD classifica i risultati in base a </li></ul><ul><ul><li>profilo dell’utente, obiettivi, prestazioni di apprendimento pregresse, costo economico etc. </li></ul></ul>Colella Anna Rita Corso di WIR - Università degli Studi di Udine
  15. 15. Componenti funzionali Colella Anna Rita Corso di WIR - Università degli Studi di Udine
  16. 16. Componenti di personalizzazione <ul><li>User Modelling and Management raccolta e identificazione delle caratteristiche dell’utente </li></ul><ul><li>Query Rewriting riscrittura della query </li></ul><ul><li>Ranking Based Recommendation classificazione delle risorse in un insieme di risultati </li></ul><ul><li>Learning-Performance-Based Recommendation segnalazioni sull’insieme di risultati in base ai collegamenti tra i prerequisiti, le competenze del discente e le sue pregresse prestazioni </li></ul>Colella Anna Rita Corso di WIR - Università degli Studi di Udine
  17. 17. Componenti per i metadati <ul><li>Schema Management registrazione e identificazione schemi e vocabolari utilizzati per descrivere le risorse di e-learning e i discenti </li></ul><ul><li>Network Access interfaccia per effettuare query ai metadati distribuiti </li></ul><ul><li>Wrapper traduzione tra lo schema della rete di apprendimento e gli schemi locali dei vari repository di conoscenza </li></ul><ul><li>Annotation aggiornamento dei metadati delle risorse di apprendimento nel caso di registrazione di un nuovo schema o richiesta di una nuova ontologia </li></ul>Colella Anna Rita Corso di WIR - Università degli Studi di Udine
  18. 18. Riscrittura delle query Colella Anna Rita Corso di WIR - Università degli Studi di Udine
  19. 19. <ul><li>L’utente formula una query utilizzando la parola chiave “security” </li></ul><ul><li>“ security” viene fatta corrispondere, tramite l’ontologia, ai concetti di “information security” ed ai suoi concetti correlati “electronic signatures” e “digital certificate” </li></ul><ul><li>I concetti vengono aggiunti alla query originaria facendo uso dell’operatore AND </li></ul><ul><li>Le preferenze linguistiche dell’utente vengono aggiunte alla query originaria attraverso l’operatore OR (per le due lingue) oltre a quello AND </li></ul>Riscrittura delle query Colella Anna Rita Corso di Web Information Retrieval- Università degli Studi di Udine
  20. 20. Recommendation basate su performance Colella Anna Rita Corso di WIR - Università degli Studi di Udine
  21. 21. <ul><li>A sinistra nella figura si evidenziano le performance di apprendimento pregresse dell’utente </li></ul><ul><li>I concetti corrispondenti definiscono ulteriormente le competenze dell’utente </li></ul><ul><li>A destra è evidenziata una risorsa di apprendimento sulla “Advanced Security” ed i prerequisiti richiesti </li></ul><ul><li>Al centro si evidenziano le euristiche di valutazione della risorsa (nell’esempio i prerequisiti corrispondono alle performance) </li></ul>Recommendation basate su performance Colella Anna Rita Corso di Web Information Retrieval- Università degli Studi di Udine
  22. 22. Ranking-Based Recommendation Colella Anna Rita Corso di Web Information Retrieval- Università degli Studi di Udine
  23. 23. <ul><li>I metadati delle risorse di apprendimento ottenuti dalla query vengono indicizzati </li></ul><ul><li>Le caratteristiche del profilo del discente vengono ridotte a token </li></ul><ul><li>I token vengono utilizzati per interrogare l’indice e per calcolare il peso del machting </li></ul>Ranking-Based Recommendation Colella Anna Rita Corso di WIR - Università degli Studi di Udine
  24. 24. Valutazione <ul><li>Valutazione fatta testando la ricerca personalizzata con HCD in una rete di repository con schemi locali differenti valutando anche il miglioramento del ranking in base alle informazioni sul profilo dell’utente </li></ul><ul><li>Metriche </li></ul><ul><ul><li>Precision : calcolata come frazione di risorse pertinenti sulle risorse recuperate </li></ul></ul><ul><ul><li>Recall : misura la percentuale di tutte le risorse rilevanti che sono state recuperate (in una rete abbastanza grande il calcolo diventa virtualmente impossibile) </li></ul></ul>Colella Anna Rita Corso di WIR - Università degli Studi di Udine
  25. 25. Ranked Half-Life <ul><li>Metrica che integra precision e recall </li></ul><ul><li>Indica il grado con cui i documenti pertinenti sono posizionati in testa alla lista dei documenti reperiti </li></ul><ul><ul><li>RHL=L m + n/2-∑f 2 CI </li></ul></ul><ul><ul><li>F(med) </li></ul></ul><ul><li>Il valore dell’indice RHL è cambiato dopo che è stato invocato il servizio di Ranking-Base Recommendation (obiettivi utente e metadati delle risorse di apprendimento) </li></ul>Colella Anna Rita Corso di WIR - Università degli Studi di Udine
  26. 26. Disegno sperimentale <ul><li>Test di valutazione: </li></ul><ul><ul><li>anno 2006 </li></ul></ul><ul><ul><li>tre consulenti esperti in web learning </li></ul></ul><ul><ul><li>compito da simulare: immaginare di lavorare per un’azienda con un particolare ruolo </li></ul></ul><ul><ul><li>descrizione delle richieste di apprendimento tramite tag e testo libero </li></ul></ul><ul><ul><li>no vincoli di tempo </li></ul></ul><ul><li>Per ogni ricerca l’utente inseriva una o più parole chiave e raffinava la ricerca definendo il valore di alcuni attributi: categoria, prezzo, copyright , lingua etc. </li></ul>Colella Anna Rita Corso di WIR - Università degli Studi di Udine
  27. 27. Disegno Sperimentale <ul><li>Gli utenti considerarono i primi 15 risultati della lista di ranking e per ognuno di questi assegnarono un giudizio a seconda che fossero stati relevant (1.0), parzialmente relevant (0.5) o per niente relevant (0.0) rispetto alla query sottoposta </li></ul><ul><li>In un secondo momento gli utenti attivarono le caratteristiche di personalizzazione e ripeterono la ricerca e la valutazione dei risultati rilevanti </li></ul><ul><li>Gli utenti hanno effettuato valutazioni di relevance su 36 task </li></ul><ul><li>I risultati sono stati utilizzati per calcolare la metrica precision e il valore dell’indice RHL (con e senza personalizzazione) </li></ul>Colella Anna Rita Corso di WIR - Università degli Studi di Udine
  28. 28. Risultati <ul><li>Su 36 ricerche il ranking è migliorato 14 volte e peggiorato 4 volte </li></ul><ul><ul><li>Il ranking migliora se l’utente inserisce una parola chiave generale e la descrizione dell’obiettivo restringe significativamente i risultati </li></ul></ul><ul><ul><li>I risultati diventano peggiori quando un utente ha scopi didattici eterogenei tra di loro e che influenzano reciprocamente il ranking associato (limite dell’interfaccia di SS4L) </li></ul></ul>Colella Anna Rita Corso di WIR - Università degli Studi di Udine Default ranking Goal-based personalization Average precisions (15) 0.539 0.555 Average RHL Index 16.793 14.610 Median RHL Index 11.951 11.518
  29. 29. Conclusioni <ul><li>Le tecniche di personalizzazione del framework SS4L supportano gli utenti nella ricerca delle risorse di apprendimento in una rete distribuita ed eterogenea </li></ul><ul><li>Le funzioni di personalizzazione si basano sul query rewriting e sulla personalizzazione dei risultati delle query </li></ul><ul><li>Necessità di definire uno schema comune (ontologia) per rappresentare i concetti e le loro relazioni in maniera condivisa </li></ul><ul><li>SS4L potrebbe essere esteso con altri servizi interattivi </li></ul><ul><li>http://lreforschools.eun.org </li></ul>Colella Anna Rita Corso di Web Information Retrieval- Università degli Studi di Udine
  30. 30. Bibliografia <ul><li>DOLOG P. et al. 2008, Personalizing Access to Learning Networks, ACM Trans. Internet Technol. 8, 2, 1-21 </li></ul><ul><li>SIMON B. et al. 2005 , A Simple Query Interface for Interoperable learning repositories, WWW May 10-14, 2005, Chiba, Japan </li></ul><ul><li>TOPPANO E. 2004, Ipermedia adattivi per l’istruzione a distanza, Form@re </li></ul><ul><li>VINCIGUERRA D. 2004, Uso di Ontologie per sistemi di E-Learning intelligenti e adattivi – modellazione del dominio “Protocollo Informatico”, tesi di laurea in Ingegneria Informatica </li></ul><ul><li>Domande? </li></ul>Colella Anna Rita Corso di WIR - Università degli Studi di Udine

×