Classification du style d'apprentissage en utilisant des réseaux bayésiens basés sur l'Index de style d'apprentissage

Dans cet article, nous proposons un modèle de classification construit avec un algorithme basé sur des réseaux bayésiens orientés objet (OOBN) pour déterminer le style d'apprentissage d'un étudiant. Pour cela, le Modèle de style d'apprentissage de Felder-Silverman (FSLSM) est utilisé, qui se base sur le questionnaire de l'Index de style d'apprentissage (ILS). L'idée est d'utiliser les réponses au questionnaire fournies par un étudiant comme entrée du modèle OOBN pour classifier le style d'apprentissage de cet étudiant. Les classifications réalisées par le modèle OOBN sont validées avec le questionnaire complet comportant 44 questions ainsi qu'une version courte avec seulement 20 questions. Les résultats de la classification OOBN avec 44 questions répondues individuellement représentent la vérité de terrain pour comparer la performance du classificateur en cas d'utilisation d'un ensemble réduit de questions. L'OOBN avec 20 questions suggère que l'approche classifie les étudiants dans les bonnes dimensions de style d'apprentissage dans la plupart des cas. Cela indique un potentiel d'utilisation des réseaux bayésiens au sein d'un Système d'apprentissage adaptatif (ALS) tel que HASKI.