Logo des Repositoriums

Auflistung nach Schlagwort "Educational Process Mining"

1 - 2 von 2
  • Zeitschriftenartikel
    Analyse von Studienverläufen mit Process-Mining-Techniken
    (HMD Praxis der Wirtschaftsinformatik: Vol. 55, No. 4, 2018) Buck-Emden, Rüdiger; Dahmann, Franz-Dominik
    Studenten an Hochschulen und Universitäten haben bei der Gestaltung ihrer Studienverläufe meistens viele Freiheitsgrade. Begrenzt werden diese Freiheiten durch das Curriculum, das bestimmte Rahmenbedingungen für den Studienverlauf einer Fachrichtung festlegt und Empfehlungen bzw. Vorgaben macht, welche Veranstaltungen in welchem Semester besucht werden sollen. In der Praxis weichen viele Studenten von den Empfehlungen des Curriculums ab. Dies führt zu einer Vielzahl individueller Studienverläufe, von denen jeder einzelne mehr oder weniger erfolgreich sein kann (z. B. in Hinblick auf das Erreichen des angestrebten Abschlusses, auf die erzielte Abschlussnote oder auf die benötigte Studiendauer). Für eine an erfolgreichen Studienverläufen orientierte Weiterentwicklung von Curricula und zugehörigen Studienberatungen fehlen den Verantwortlichen an Hochschulen und Universitäten nicht selten detaillierte Erkenntnisse über das konkrete Studienverhalten und über erfolgreiche bzw. weniger erfolgreiche Studienverlaufsmuster. Durch Process-Mining-Techniken wie Bubble-Chart-Analysen, Fuzzy Mining und Inductive Visual Mining können die Verantwortlichen Transparenz bei der Auswertung von Studienverläufen gewinnen und darauf aufbauend gezielte Maßnahmen einleiten. Students at universities usually enjoy a high level of freedom to shape their course of studies. Only the curriculum is the limit, which defines rules and suggests courses to be taken in certain semesters. In practice, many students deviate from these suggestions, leading to a plethora of individual schedules which may be more or less successful (with regards e. g. to achieved degree, final rates, and time to graduation). University officials in charge of evolving and enhancing curricula as well as student advisory services often do not have detailed knowledge regarding student’s specific behavior as well as successful and less successful study schedules. Here process mining techniques like bubble chart analytics, fuzzy mining, and inductive visual mining can fill the gap and provide transparency as foundation for dedicated measures.
  • Konferenzbeitrag
    Anwendung von Process Mining zur kontinuierlichen Lernpfadidentifikation in Lernmanagementsystemen
    (21. Fachtagung Bildungstechnologien (DELFI), 2023) Quakulinski, Lars; Judel, Sven; Wagner, Miriam; Schroeder, Ulrik
    Learning Analytics Anwendungen, die mittels Process Mining die Lernpfade von Studierenden identifizieren, machen dies meist nach Kursabschluss auf den vollständigen Daten. Von diesen gewonnenen Kenntnissen und eventuell folgenden Kursanpassungen profitieren jedoch frühestens die Teilnehmenden der nächsten Kursdurchführung. Lehrenden bereits während der Kursdurchführung Einsichten zu geben bietet die Möglichkeit frühzeitig auf eventuelle Probleme zu reagieren. Studierende können ihren eigenen Lernpfad reflektieren und bei Bedarf anpassen. In diesem Beitrag wird eine Anwendung vorgestellt welche einmal täglich die als xAPI Statements gesammelten Daten der letzten 24 Stunden aus dem Lernmanagementsystem Moodle analysiert und die Lernpfade der einzelnen Kurse erweitert. Um eine skalierende Lösung bereitzustellen, werden Techniken des Streaming Process Minings angewandt.