การประยุกต์ใช้เหมืองกระบวนการเพื่อวิเคราะห์พฤติกรรมผู้เรียนในหลักสูตรออนไลน์

การอ้างอิง|Citation

ภูริเดช อาภาสัตย์. (2564). การประยุกต์ใช้เหมืองกระบวนการเพื่อวิเคราะห์พฤติกรรมผู้เรียนในหลักสูตรออนไลน์. (วิทยานิพนธ์ปรัชญาดุษฎีบัณฑิต). กรุงเทพฯ: บัณฑิตวิทยาลัย มหาวิทยาลัยสยาม.

Poohridate Arpasat. (2021). Applying process mining to analyze the behavior of learners in online courses (Doctoral dissertation). Bangkok: Doctor of Philosophy in Information Technology, Siam University.

บทคัดย่อ

     วิทยานิพนธ์นี้นำเสนอการประยุกต์ใช้เหมืองกระบวนการเพื่อวิเคราะห์พฤติกรรมของผู้เรียนในหลักสูตรออนไลน์ โดยมีวัตถุประสงค์ในการค้นหาคุณค่าของข้อมูลพฤติกรรมจริงที่ผู้เรียนกระทำบนระบบซึ่งถูกจัดเก็บในรูปแบบของบันทึกเหตุการณ์ โดยศึกษาถึงการจัดเตรียมข้อมูล เทคนิคการค้นพบกระบวนการเรียนรู้ด้วยอัลกอริทึมที่หลากหลายเช่น Dotted Chart Analysis, Fuzzy Miner, Social Network Miner รวมถึงการเปรียบเทียบพฤติกรรมที่แตกต่างกันของผู้เรียนผลการเรียนสูงและผลการเรียนต่ำและนำเสนอข้อมูลในรูปแบบจำลองดังนี้ 1. แบบจำลองสถิติพฤติกรรมโดยรวม
2. แบบจำลองการระบุปัญหาคอขวดและพฤติกรรมการเรียนย้อนกลับ ในมุมมองของความถี่และเวลา 3. แบบจำลองการวิเคราะห์อารมณ์ของผู้เรียนในชั้นเรียน 4. แบบจำลองความสัมพันธ์ของการทำงานร่วมกันแต่ละกลุ่มของผู้เรียน ผลวิจัยชี้ให้เห็นว่าทั้งสองกลุ่มมีความแตกต่างในทางพฤติกรรมกันอย่างชัดเจน ผลการศึกษานี้จะช่วยให้ผู้บริหารการศึกษาเข้าใจรูปแบบพฤติกรรมการเรียนรู้ของผู้เรียนและจัดระเบียบเนื้อหาหลักสูตรออนไลน์ได้ดีขึ้น

คำสำคัญ: เหมืองกระบวนการ, การวิเคราะห์พฤติกรรม, หลักสูตรออนไลน์

Abstract

The purpose of this thesis was to discover the value of actual behavior data recorded in event log formats. First, an innovative approach for the extraction of data was described, followed by, several process-discovery techniques, i.e., Dotted Chart Analysis, Fuzzy Miner, and Social Network Miner, were applied to the extracted data. In addition, behavioral studies of high-performance and low-performance students taking online courses were conducted. These studies considered: (i) Overall behavioral statistics model; (ii) Identification of bottlenecks and loopback behavior through frequency- and time-performance-based approaches model; (iii) emotion analysis of students in classroom model; and (iv) working together relationships model. The results indicated that there were behavioral differences between the two groups. This study will help educators understand students’ behavioral patterns and better organize online course content.

Keywords:  Process mining, Behavior analysis, Online courses.

การประยุกต์ใช้เหมืองกระบวนการเพื่อวิเคราะห์พฤติกรรมผู้เรียนในหลักสูตรออนไลน์|Applying Process Mining to Analyze the Behavior of Learners in Online Courses

Doctor of Philosophy in Information Technology, Siam University, Bangkok, Thailand