디지털 라이브러리 사용자 행동을 기반으로 한 컴퓨터 보조 학습의 새로운 접근법

저자는 외부 메모리를 가진 순환 신경망의 수학적 모델을 소개합니다. 이는 디지털 정보 환경, 즉 디지털 라이브러리에서 효율적인 교육 경로를 예측하기 위해 설계되었습니다. 신경망 기반의 컴퓨터 보조 학습의 목표는 사용자 경로를 개인화하는 것입니다. 이 연구에서는 다양한 측면에서 보다 정확한 개인화를 위해 사용자 행동이 순환 신경망으로 모델링되었습니다. 이 방법은 전통적인 시그모이드 활성화 기능을 가진 순환 신경망과 LSTM(장기 단기 기억)을 가진 순환 신경망 두 가지 유형에 대해 설계되었습니다. 실험은 교육 경로 예측에서 유사한 방법에 비해 순환 신경망의 심각한 장점을 보여주었습니다. 따라서 제안된 모델은 예측 정확도에서 유사한 방법보다 15–20% 더 높은 효율성을 가지고 있습니다. 그 주요 응용 영역은 디지털 정보 환경 및 특히 디지털 라이브러리에서 최적의 사용자 교육 경로 예측입니다.