Використання алгоритму Левенштейна для категоризації користувачів інформаційних систем
DOI:
https://doi.org/10.18372/2073-4751.79.19366Ключові слова:
відстань Левенштейна, категоризація користувачів, адаптивні системи, поведінка користувачів, схожість послідовностейАнотація
Дослідження присвячено застосуванню алгоритму відстані Левенштейна для категоризації користувачів на основі поведінки в інформаційних системах, з акцентом на динамічну адаптацію в середовищах електронного навчання. В експерименті використовувалися дані онлайн-навчання курсу MS SQL Server і апаратно-програмного комплексу навчання шрифту Брайля, що дозволяє перемикати вміст на основі сценаріїв, які відповідають категорії користувачів. Результати показують ефективність використання алгоритму відстані Левенштейна для категоризації користувачів та навчання зберегло позитивну тенденцію просування за заздалегідь визначеними сценаріями навчання. Дослідження також підкреслює потенціал адаптивних систем електронного навчання для покращення результатів навчання шляхом адаптації контенту до індивідуальних потреб користувачів.
Посилання
Chatzopoulou D. I., Economides A. A. Adaptive assessment of student's knowledge in programming courses. Journal of Computer Assisted Learning. 2010. Vol. 26, no. 4. P. 258–269. DOI: 10.1111/j.1365-2729.2010.00363.x.
Melesko J, Kurilovas E. Personalised intelligent multi-agent learning system for engineering courses. 2016 IEEE 4th Workshop on Advances in Information, Electronic and Electrical Engineering (AIEEE) : proceedings, Vilnius, Lithuania, 10–12 November 2016 / IEEE. 2016. P. 1–6. DOI: 10.1109/AIEEE.2016.7821821.
Kristensen T, Dyngeland M. Design and Development of a Multi-Agent E-Learning System. International Journal of Agent Technologies and Systems. 2015. Vol. 7(2). P. 19–74. DOI: 10.4018/IJATS.2015040102
Artamonov E. B, Zholdakov O. O. Concept of creating a software environment for automated text manipulation. Scientific journal "Proceedings of the National Aviation University". 2010. Vol. 3(44). P. 111–115.
Jimaa S. The impact of assessment on students learning. Procedia-Social and Behavioral Sciences. 2011. Vol. 28. P. 718–721.
Abid Masood Khan, Hifsa Batool, Saleha Ashraf. A comparative study to evaluate assessment facilities at government special education schools. Pakistan Journal of Humanities and Social Sciences Research. 2020. Vol. 02(01). URL: https://www.researchgate.net/publication/344287807.
Backurs A, Indyk P. Edit Distance Cannot Be Computed in Strongly Subquadratic Time (unless SETH is false). SIAM J Comput. 2018. Vol. 47(3). P. 1087–97.
Zorita E., Cusc P., Filion G.J. Starcode: Sequence clustering based on all-pairs search. Bioinformatics. 2015. Vol. 31(12). P. 1913–1919.
Yujian L, Bo L. A normalized Levenshtein distance metric. IEEE Trans Pattern Anal Mach Intell. 2007. Vol. 29(6). P. 1091–1095.
Artamonov Y. et al. Dynamic Content Generation Methods Based on User Behavioral Ranking. 2022 IEEE 4th International Conference on Advanced Trends in Information Theory (ATIT) : proceedings, Kyiv, Ukraine, 15–17 December 2022 / IEEE. 2022. P. 313–318. DOI: 10.1109/ATIT58178.2022.10024196.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Науковий журнал дотримується принципів відкритого доступу (Open Access) та забезпечує вільний, негайний і постійний доступ до всіх опублікованих матеріалів без фінансових, технічних або юридичних обмежень для читачів.
Усі статті публікуються у відкритому доступі відповідно до ліцензії Creative Commons Attribution 4.0 International (CC BY 4.0).
Авторські права
Автори, які публікують свої роботи в журналі:
-
зберігають за собою авторські права на свої публікації;
-
надають журналу право на перше опублікування статті;
-
погоджуються на поширення матеріалів за ліцензією CC BY 4.0;
-
мають право повторно використовувати, архівувати та поширювати свої роботи (у тому числі в інституційних та тематичних репозитаріях) за умови посилання на первинну публікацію в журналі.
