Recommending suitable learning paths according to learners' preferences: Experimental research results

این مقاله با مشکل شخصی سازی واحدهای یادگیری با تمرکز اصلی بر یافتن شیوه های یادگیری شخصی در واحدهای یادگیری مشغول به کار است. پیدا کردن مسیرهای یادگیری مناسب بر اساس نیازهای دانش آموزان از لحاظ سبک های یادگیری آنها است. نشان داده شده است که مسیر یادگیری در واحد های یادگیری استاتیک و پویا می تواند با استفاده از تکنیک های هوش مصنوعی، مانند مدل هوش مصنوعی، عمدتا با تطبیق روش بهینه سازی موش صحرایی بر اساس همکاری و فرومون. در مقاله، نتایج تجربی استفاده از رویکرد پیشنهادی در عمل ارائه شده است. نتایج تجربی تجربی نشان داده است که یادگیری در نمونه اولیه پیشنهادی سیستم یادگیری الکترونیکی با استفاده از روش توصیه شده، نتایج یادگیری دانش آموزان را بهبود می بخشد و زمان یادگیری آنها را کاهش می دهد. این واقعیت نشان می دهد که روش انطباق توسعه یافته برای شخصی سازی واحدهای یادگیری عملا در آموزش الکترونیکی کاربرد دارد و کیفیت یادگیری را بهبود می بخشد.