An Architecture Using Trace Clustering to Recommend a Learning Path: Definition of Process Mining and Recommender Layers

Educational information systems make it possible to observe learners’ learning traces and to carry out analyses of their behaviour or to predict their success. In this work, we study how Process Mining can be used in contextual recommender systems. We are focusing in particular on Trace Clustering, which aims to group together traces with similar dynamics. Our contributions concern the definition of an architecture for recommendation that uses Trace Clustering and the characterization of the learning styles of the identified groups. We validate our proposal on data collected from an introductory course in UI programming.

Les systèmes d’informations pédagogiques permettent d’observer les traces d’apprentissage des apprenants et de mener des analyses sur leurs pratiques ou de prédire leur réussite. Dans ces travaux, nous étudions comment la fouille de processus, qui permet d’extraire des modèles de comportement des utilisateurs dans un système d’information, peut être utilisée dans un système de recommandation contextuel. Nous nous concentrons plus particulièrement sur le trace clustering qui vise à regrouper des traces possédant des dynamiques proches. Nos apports portent sur : la définition d’une architecture pour la recommandation qui utilise le trace clustering et la caractérisation des styles d’apprentissage des regroupements identifiés. Nous validons notre proposition sur les données collectées d’un cours d’introduction à la programmation d’IHM.

Intelligent Tutor System Process Mining Recommendation Trace Clustering

SI pédagogique fouille de processus recommandation trace clustering