KOM - Multimedia Communications Lab

TUD – Technische Universität Darmstadt

© 2013 author(s) of these slides including research results from the KOM research network and TU Darmstadt. Otherwise it is specified at the respective slide 9. Juli 2013

Christoph.Rensing@KOM.tu-darmstadt.de

Empfehlungssysteme zur

Lernerunterstützung in offenen virtuellen

Lernumgebungen

Dr. Christoph Rensing

KOM – Multimedia Communications Lab 2

Charakteristika offener virtuelle

Lernumgebungen / Lernarrangements

Verfügbarkeit einer

unüberschaubaren Anzahl von

(frei) verfügbaren Lern-

/Wissensressourcen

oftmals ohne Qualitätssicherung

oftmals ohne maschinell lesbarere

Beschreibung

Partizipation vieler Lernender in

zumeist asynchroner Form

teilweise in losen, zeitlich befristeten

Gruppen organisiert

zumeist Fehlen einer Autorität / eines

Lehrers

Nutzung verschiedener Tools

zur Kooperation

zur Verwaltung von Lern-

/Wissensressourcen

KOM – Multimedia Communications Lab 3

Verfahren zur Realisierung von Empfehlungen

Collaborative Filtering

Verfahren

nutzen statistische

Ähnlichkeiten zwischen

Nutzern

benötigen große Datenmengen

Cold Start Problem

Inhaltsbasierte Verfahren

Graphenbasierte Verfahren

individualisiert

kontextualisiert

KOM – Multimedia Communications Lab 4

Inhaltsbasierte Verfahren

Verwendung von Verfahren zur

Bestimmung der semantischen

Textähnlichkeit

Blog entry: e-learning in Web 2.0

Paper excerpt: Web 2.0 for learning

Web 2.0

Life long learning

TEL

E-learning

?

Veröffentlichungen

[SSRS11]

[Sch11-2]

[SBD+10]

KOM – Multimedia Communications Lab 5

Graphenbasierte Verfahren

Basisverfahren Folk Rank

KOM – Multimedia Communications Lab 6

Erweiterungen graphenbasierter Verfahren

Veröffent-lichungen: [ARS11] [ARDR12] [RAD+12] [RADR12]

Nutzung zusätzlicher semantischer Information

KOM – Multimedia Communications Lab 7

Hybride Verfahren

Nutzung der Eigenschaften des Sozialen Netzes

KOM – Multimedia Communications Lab 8

Hybride Verfahren

Nutzung der semantische Nähe von Tags

similar

Veröffentlichung: [MAGR13]

KOM – Multimedia Communications Lab 9

Evaluation von Empfehlungssystemen im

Lernen

Empfehlungssysteme allgemein:

Zielsetzung Bestimmung ähnlicher

Ressourcen

Evaluation anhand historischer Daten mit

Maßen des Information Retrievals

Welches sind relevante Evaluationskriterien

im Lernen?

Relevanz

Neuartigkeit für den individuellen Lernenden

Vielfältigkeit

Mit welchen Evaluationsmethoden lassen

sich die Kriterien bewerten?

KOM – Multimedia Communications Lab 10

Referenzen

[ARS11] Mojisola Anjorin, Christoph Rensing, Ralf Steinmetz:Towards Ranking in Folksonomies for Personalized Recommender

Systems in E-Learning. In: Marco de Gemmis, Ernesto William De Luca, Tommaso Di Noia, Aldo Gangemi, Michael Hausenblas,

Pasquale Lops, Thomas Lukasiewicz, Till Plumbaum, and Giovanni Semeraro: Proceedings of the second Workshop on Semantic

Personalized Information Management: Retrieval and Recommendation 2011, vol. 781, p. 22-25, CEUR-WS, October 2011.

[ARDR12] Mojisola Anjorin, Thomas Rodenhausen, Renato Domínguez García, Christoph Rensing: Exploiting Semantic Information for

Graph-based Recommendations of Learning Resources. In: Andrew Ravenscroft, Stefanie Lindstaedt, Carlos Kloos and Davinia

Hernández-Leo: 21st Century Learning for 21st Century Skills. Proceedings of the 7th European Conference on Technology

Enhanced Learning, EC-TEL 2012, vol. 7563, p. 9-22, Springer Berlin / Heidelberg, September 2012.

[MAGR13] Markus Migenda, Mojisoal Erdt, Michael Gutjahr, Christoph Rensing: Semantische Graph-basierte Empfehlungen zur

Unterstützung des Ressourcen-basierten Lernens; accepted for publication 2013.

[RAD+12] Thomas Rodenhausen, Mojisola Anjorin, Renato Domínguez García, Christoph Rensing, Ralf Steinmetz: Ranking Resources

in Folksonomies by Exploiting Semantic Information. In: Proceedings of the 12th International Conference on Knowledge

Management and Knowledge Technologies, (i-KNOW '12), Graz, Austria, ACM, September 2012.

[RADR12] Thomas Rodenhausen, Mojisola Anjorin, Renato Dominguez Garcia, Christoph Rensing: Context Determines Content - An

Approach to Resource Recommendation in Folksonomies. In: Bamshad Mobasher, Dietmar Jannach, Werner Geyer, Andreas Hotho:

Proceedings of the 4th ACM RecSys workshop on Recommender systems and the social web, p. 17-24, ACM, September 2012.

[SSRS11] Sebastian Schmidt, Philipp Scholl, Christoph Rensing, Ralf Steinmetz: Cross-Lingual Recommendations in a Resource-Based

Learning Scenario. In: Carlos Delgado Kloos, Denis Gillet, Raquel M. Crespo Garcia, Fridolin Wild, Martin Wolpers: Towards

Ubiquitious Learning, Proceedings of the 6th European Conference on Technology Enhanced Learning, EC-TEL 2011, no. LNCS

6964, p. 356-369, Springer, September 2011.

[Sch11-2] Philipp Scholl: Semantic and Structural Analysis of Web--based Learning Resources --- Supporting Self--directed Resource--

based Learning. June 2011.

[SBD+10] Philipp Scholl, Doreen Böhnstedt, Renato Domínguez García, Christoph Rensing, Ralf Steinmetz: Extended Explicit Semantic

Analysis for Calculating Semantic Relatedness of Web Resources. In: Martin Wolpers, Paul A. Kirschner, Maren Scheffel, Stefanie

Lindstädt, Vania Dimitrova: Sustaining TEL: From Innovation to Learning and Practice Proceedings of EC-TEL 2010, vol. Lecture

Notes in Computer Science 6383, p. 324--339, Springer Verlag, September 2010.

KOM – Multimedia Communications Lab 11

Fragen & Kontakt