Περίληψη

Η ταχεία άνοδος της υπολογιστικής ισχύς προκαλεί μια ατελείωτη διαθεσιμότητα ακατέργαστων δεδομένων και ωθεί την επιστήμη να κάνει εκτεταμένες αναλύσεις για να εξαγάγει συμπεράσματα σχετικά με μη εμφανείς αλλά χρήσιμες πληροφορίες. Αυτός ο ταχύς μεταβαλλόμενος ρυθμός της τεχνολογίας, έχει φέρει επανάσταση στα περισσότερα μέρη του επιχειρηματικού κόσμου και έχει εξίσου επαγρυπνήσει το δημόσιο και ιδιωτικό τομέα για την ενίσχυση της ικανότητας λήψης αποφάσεων. Οι οργανισμοί συνειδητοποιώντας τη σημαντική αξία των μεγάλων δεδομένων, εφαρμόζουν πλαίσια ανάλυσης μεγάλης κλίμακας για τη βελτίωση των επιχειρηματικών δραστηριοτήτων. Τοποθετώντας σαν κεντρικό σημείο τις συμπεριφορές των εργαζομένων και των πελατών, τείνουν στην επιτυχή ερμηνεία των αναλύσεων, ενισχύοντας την ικανότητα λήψης αποφάσεων.

Στον εκπαιδευτικό τομέα, η τεράστια αύξηση των ποσοτήτων δεδομένων που παράγουν τα ανώτερα ιδρύματα, κρύβουν έναν πλούτο πληροφοριών που πρέπει να αποκαλυφθεί μέσα από περιβάλλοντα ανάλυσης. Ιδιαίτερα στην εξ αποστάσεως εκπαίδευση, μέσω των συστημάτων διαχείρισης μάθησης (LMS), η μεγάλη ποσότητα δεδομένων που παράγεται και η ταχύτητα με την οποία συντελείται, οδηγεί την ανώτερη εκπαίδευση στην υιοθέτηση αποτελεσματικών πρακτικών για τη διαχείριση της παραγωγής των μεγάλων δεδομένων. Η επιτυχία των ιδρυμάτων και η παγκόσμια ανταγωνιστικότητα εξαρτώνται σε μεγάλο βαθμό από την ικανότητά τους να αναλύουν δεδομένα μεγάλου όγκου, προκειμένου να ικανοποιήσουν τις απαιτήσεις των σπουδαστών για καλύτερες υπηρεσίες.

Σκοπός της παρούσας διατριβής είναι η ανάπτυξη ενός πλαισίου ανάλυσης μεγάλής κλίμακας δεδομένων για την υποστήριξη προσαρμοσμένων και εξατομικευμένων μαθησιακών περιβαλλόντων. Σε κάθε επίπεδο της εκπαιδευτικής διαδικασίας στην εξ αποστάσεως μάθηση, οι σπουδαστές και οι εκπαιδευτικοί συνδέονται στο LMS και δημιουργούν ένα μεγάλο σύνολο ψηφιακών αποτυπωμάτων, τα οποία παρέχουν πληροφορίες για τη μαθησιακή τους συμπεριφορά. Το πλαίσιο ανάλυσης μεγάλης κλίμακας δεδομένων επικεντρώνεται στον εντοπισμό τάσεων και προτύπων των αλληλεπιδράσεων τους για την παροχή μιας εξαιρετικά ακριβούς απεικόνισης του τρόπου με τον οποίο εμπλέκονται στη μαθησιακή διαδικασία ώστε να προβλέψει μελλοντικά αποτελέσματα. Το περιβάλλον αυτό δίνει τη δυνατότητα στους ενδιαφερόμενους να επικεντρωθούν στα εκπαιδευτικά δεδομένα για την παροχή καλύτερης και πιο έγκαιρης ανατροφοδότησης, σχετικά με την αύξηση της απόδοσης των μαθητών με στόχο την υποστήριξη και την εξατομικευμένη βοήθεια. Αυτή η εργασία εφαρμόζει εκπαιδευτικές τεχνικές εξόρυξης δεδομένων, μαθησιακά εργαλεία ανάλυσης, ανάλυση κοινωνικών δικτύων και συστήματα NoSQL ως ένα πλαίσιο ανάλυσης μεγάλης κλίμακας δεδομένων. Επιδιώκει να στηρίξει τους ενδιαφερόμενους με ακριβείς παρεμβάσεις προσαρμοσμένες στις περιστάσεις και τους κινδύνους της παρουσίας των σπουδαστών στα μαθήματα. Σε ένα τέτοιο οικοσύστημα, οι ενδιαφερόμενοι μπορούν να ειδοποιηθούν εγκαίρως για τους αποπλεκόμενους εκπαιδευόμενους από τη μαθησιακή διαδικασία και στη συνέχεια να παρέμβουν για να βελτιώσουν την διατήρησή τους με την πάροδο του χρόνου. Ως εκ τούτου, οι φοιτητές θα μπορούσαν ενδεχομένως να γίνουν πιο δραστήριοι στην εκπαιδευτική διαδικασία διευρύνοντας το τελικό αντίκτυπο της μάθησης. Το πλαίσιο της διατριβής υπερβαίνει τις τυπικές αναφορές της ικανότητας ή της απόδοσης των σπουδαστών. Επικεντρώνεται στην ενθάρρυνσή αυτών για μεγαλύτερη αυτο-αντανάκλαση στο μάθημα και στην ελαχιστοποίηση της αυξανόμενης ανάγκης της εξ αποστάσεως εκπαίδευσης, για την εξαγωγή αξιόπιστων συμπερασμάτων για εξατομικευμένη μάθηση, μειώνοντας την έλλειψη φυσικής παρουσίας.

Τριμελής συμβουλευτική επιτροπή

- Βασίλης Βερύκιος (επιβλέπων), Καθηγητής ΣΘΕΤ ΕΑΠ

- Χρήστος Παναγιωτακόπουλος (μέλος), Καθηγητής, ΠΤΔΕ, Παν. Πατρών

- Δημήτρη Καλλές (μέλος), Αναπληρωτής Καθηγητής ΣΘΕΤ ΕΑΠ