دسته بندي سبك هاي يادگيري با استفاده از ويژگي هاي رفتاري و ماشين بردار پشتيبان دو قلو

موفقيت تحصيلي دانشجويان از اهداف مهم در محيط‌هاي آموزشي است. يكي از عوامل مهم در تحقق اين هدف، توجه به سبك يادگيري دانشجويان است. آگاهي از سبك يادگيري دانشجويان به طراحي يك روش مناسب آموزش كمك مي‌كند. لحاظ كردن يك شيوه مناسب آموزش باعث بهبود عملكرد دانشجويان در محيط آموزشي مي‌شود. در اين مقاله، هدف ساخت يك مدل براي تشخيص خودكار سبك‌هاي يادگيري است. بدين منظور از يك محيط آموزش الكترونيكي متشكل از 202 دانشجو رشته مهندسي برق و كامپيوتر، دو مجموعه داده براي ايجاد مدل جمع آوري شده است. ويژگي‌هاي رفتاري از نحوه تعامل دانشجويان با سامانه آموزش الكترونيكي استخراج شده و سپس سبك‌هاي يادگيري با روش ماشين بردار پشتيبان دو قلو دسته‌بندي مي‌شوند. ماشين بردار پشتيبان دو قلو گونه جديدي از دسته‌بند‌هاي مبتني بر مرز مانند SVM است كه هدف آن بدست آوردن حاشيه ناموازي است. اين دسته‌بند به دادگان نامتوزان حساس نمي باشد و سرعت آموزش آن بسيار سريع است. نتايج نشان ميدهد كه روش پيشنهادي از ساير روش‌ها بهتر عمل كرده و با دقت 95 درصد سبك‌هاي يادگيري را تشخيص ميدهد.