The use of genetic algorithm to optimize quantitative learner's motivation model
Wariant tytułu
Wykorzystanie algorytmu genetycznego do optymalizacji ilościowego modelu motywacji ucznia
Autor
Lempa, Pawel
Ptaszynski, Michal
Masui, Fumito
Opublikowane w
Technical Transactions
Numeracja
Vol. 115, iss. 4
Strony
189-194
Data wydania
2018
Miejsce wydania
Kraków
Wydawca
Wydawnictwo PK
Język
angielski
DOI
10.4467/2353737XCT.18.066.8378
Słowa kluczowe
optimization, genetic algorithm, Quantitative Learner’s Motivation Model
optymalizacja, algorytm genetyczny, ilościowy model motywacji ucznia
Abstrakt
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.