 | ||||||||||||||||||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||||||||||||||
Glossar 
Forschungsprojekte 
Anbieterverzeichnis 
Datenbanksuche 
Highlights | |||||||||||||||||||||||||||||||||||||||||||||||||||
| Wissensbrowser starten | |||||||||||||||||||||||||||||||||||||||||||||||||||
| |||||||||||||||||||||||||||||||||||||||||||||||||||
| |||||||||||||||||||||||||||||||||||||||||||||||||||
| |||||||||||||||||||||||||||||||||||||||||||||||||||
| ||||||
|  | | | |  | |
| ||||||
| ||||||
|  | | ||||
| ||||||
Erfahrung |
|
Erfahrung mit adaptiven Systemen - Teil 2 |
| |||||||||
| |||||||||
| |||||||||
| |||||||||
| |||||||||
| Beschreibung der Erfahrung | |||||||||
| |||||||||
| Erkennbarer Mehrwert der Adaptivität: In einer Vielzahl von Anwendungsgebieten ist der Nachweis schwierig, ob das adaptive Verhalten der Applikation wirklich einen Mehrwert für den Benutzer bringt, weil Vergleiche experimentell aufwändig zu organisieren sind.
Immerhin haben Experimente mit adaptiven Lernsystemen gezeigt, dass diese Systeme effektiveres und effizienteres Lernen ermöglichen als starre Lernsysteme [  Specht & Oppermann 1998]. Neuere computerbasierte Lernsysteme (insbesondere learning on demand, mobile learning, Kompetenzmanagement) beinhalten vielfach adaptive Lernmethoden.
Wahl der geeigneten Repräsentierung eines Benutzers: Kein computerisiertes Modell eines Benutzers wird alle Eigenschaften jedes Benutzers korrekt und erschöpfend individuell widerspiegeln können. Bei der Wahl einer geeigneten Repräsentierung eines Benutzers müssen immer Kompromisse (z. B. Stereotypen) eingegangen werden. Dabei lassen sich einerseits die Benutzer ungern in „Stereotypen-Schubladen“ ablegen und empfinden eine Selbsteinschätzung als äußerst schwierig. Andererseits erlauben Stereotypen eine einfachere und klarere Kontrolle des adaptiven Systems durch Abbildung der Fülle von Merkmalsausprägungen von Benutzern auf eine begrenzte Zahl definierter Klassen[ Zimmermann, Lorenz, Specht 2003].
Im LISTEN-Projekt wurden solche Stereotypen, aus denen das System Eigenschaften des Benutzers ableiten und dadurch entsprechende Adaptionsleistungen durchführen kann, verwendet. Auch im Crumpet-Projekt wurde am Nutzungsanfang auf Stereotypen zurückgegriffen, um aufgrund der zunächst geringen Interaktion mit dem Benutzer dem Problem einer kurzen Nutzungshistorie mit nur wenigen Lernmöglichkeiten des Systems über den Benutzer zu begegnen. Zurück zu: Erfahrung mit adaptiven Systemen - Teil 1 | |||||||||
| |||||||||
| |||||||||
| |||||||||
| |||||||||
| |||||||||
| |||||||||
| |||||||||
| |||||||||
| |||||||||
| |||||||||
| |||||||||
| |||||||||
| |||||||||
Eintrag kommentieren | ||||
| ||||
| ||||
| ||||
| Erfahrung mit adaptiven... | ||||
| ||||
| ||||
| ||||
| ||||
 | Genutzt in Projekt | | ||
| ||||
|
| | ||
|
| | ||
| ||||
| ||||
| ||||
| ||||
| ||||
 | Adressiert Technologien | | ||
| ||||
|
| | ||
| ||||
| | | ||
| ||||||||||||||
|
