The use of genetic algorithm to optimize quantitative learner's motivation model
Variant of the title
Wykorzystanie algorytmu genetycznego do optymalizacji ilościowego modelu motywacji ucznia
Author
Lempa, Pawel
Ptaszynski, Michal
Masui, Fumito
Published in
Technical Transactions
Numbering
Vol. 115, iss. 4
Pages
189-194
Release date
2018
Place of publication
Kraków
Publisher
Wydawnictwo PK
Language
English
DOI
10.4467/2353737XCT.18.066.8378
Keywords
optimization, genetic algorithm, Quantitative Learner’s Motivation Model
optymalizacja, algorytm genetyczny, ilościowy model motywacji ucznia
Abstract
The paper presents a method of optimizing Quantitative Learner’s Motivation Model with the use of genetic algorithm. It is focused on optimizing the formula for prediction of learning motivation by means of different weights for three values: interest, usefulness in the future and satisfaction. For the purpose of this optimization, we developed a C++ library that implements a genetic algorithm and an application in C# which uses that library with data acquired from questionnaires enquiring about those three elements. The results of the experiment showed improvement in the estimation of student’s learning motivation.
W artykule przedstawiono metodę optymizacji ilościowego modelu motywacji ucznia z wykorzystaniem algorytmu genetycznego. Przedstawiona metoda polega na optymalizacji formuły przewidywania motywacji do nauki poprzez wykorzystanie różnych wag dla trzech różnych wartości: zainteresowanie przedmiotem, jego przydatność w przyszłości i zadowolenie z udziału w zajęciach. Na potrzebę optymalizacji stworzono bibliotekę C++, która implementuje algorytm genetyczny oraz aplikację w C#, która wykorzystuje tę bibliotekę razem z zebranymi danymi z ankiet w celu indukcji powyższych trzech elementów. Wyniki eksperymentu wykazały poprawę w szacowaniu motywacji uczniów.
