由學習者屬性來自動推薦最適學習科目-以中山網路大學為例

Abstract

利用網際網路進行網路教學的風氣日益興盛，且不斷的受到國內外教育單位的重視與推廣，網路學習蔚為學習的一大趨勢。由於網路學習可以將所有學習者的所有學習記錄客觀且完整的記錄下來，因此當線上學習的課程實施幾年後，教學網站上所累積的學習者歷程記錄將會非常豐富。所以如何根據過去學習者在線上學習所產生的紀錄與經驗，來輔助新進或潛在學習者進行學習科目的挑選，將變成一個重要的研究議題。然而由於每位學習者的屬性及所發生的經驗皆不相同，因此本研究將透過多變量方法的整合，提出如何結合學習者屬性與學習成效的資訊，推薦新進或潛在學習者最適當學習科目的架構，並以國立中山大學資訊管理系網路教學碩士學分班課程，三年來共五個學期的701 位學員為研究對象。研究結果發現本研究架構可以根據不同學習者的屬性,推薦適合修習的科目。因此相信本研究所提出的架構，確實可以在網路大學的環境中提供新進或潛在學習者在網路學習時選課上的指導，以避免學習者盲目選擇線上課程後，造成學習成效的不彰。