Dans cette section, nous allons présenter comment les caractéristiques du MOOC et de l’apprenant sont représentées dans notre solution.
7.4.1 Modèle du MOOC
Dans le modèle du MOOC, nous représentons certaines de ses caractéristiques qui sont les connaissances du MOOC : éléments de connaissance et degrés de performance correspondants comme définis par l’enseignant, le domaine du MOOC et l’effort requis en termes de temps.
7.4. Modélisation de l’apprenant et du MOOC 43 Notations Nous notons le nombre de sections du MOOC M par nsec, l’ensemble des éléments de connaissance du MOOC par EC, l’ensemble des prérequis du MOOC par P , l’ensemble des objectifs d’apprentissage fournis par la kème section du MOOC par OAk ou 1 ≤ k ≤ nsec et l’ensemble des objectifs d’apprentissage fournis par toutes les sections du MOOC par OA.
OA = ∪nsec
k=1OAket EC = OA ∪ P .
Modélisation des connaissances du MOOC
Nous introduisons une définition des degrés de performance associés aux éléments de connaissance du MOOC. Il s’agit des degrés de performance définis par l’enseignant.
Définition (Degré de performance par l’enseignant) Pour un MOOC donné M, étant donné un élément de connaissance ec de EC, le degré de performance de ec, fixé par l’enseignant est défini par la fonction DPE: DPE: EC −→ {1, 2, 3} ec 7−→ dp ∈ {1, 2, 3}
Si ec est un prérequis, DPE(ec) est donc le degré de performance requis en ec. Par contre si ec est un objectif d’apprentissage d’une certaine section, DPE(ec) est donc le degré de performance à acquérir dans ec en suivant cette section.
Pour modéliser les éléments de connaissance du MOOC nous introduisons deux vecteurs, VP ,MOOC et VOA,MOOC. Dans le vecteur VP ,MOOC, nous associons à chaque prérequis du MOOC la valeur du degré de performance nécessaire pour ce prérequis. Dans le vecteur VOA,MOOC, nous présentons les degrés de performance à acquérir pour chaque objectif d’apprentissage du MOOC après une certaine section du MOOC. Nous utilisons un seul vecteur VOA,MOOC pour modéliser les objectifs d’apprentissage du MOOC, qui sera mis à jour à la fin de chaque section avec les nouvelles valeurs des degrés de performance apportées par la semaine.
Nous avons choisi de modéliser les connaissances du MOOC par des vecteurs, car il s’agit d’une méthode de représentation simple qui répond à nos besoins en nous permettant de coupler l’élément de connaissance et le degré de performance correspondant.
Modélisation des autres caractéristiques du MOOC
Pour le domaine du MOOC, il est modélisé par la variable DMOOCqui prend comme valeur une étiquette.
L’effort requis en terme de temps pour assimiler le contenu de chaque section est modélisé par la variable EfMOOC qui prend comme valeur un entier.
7.4.2 Modèle de l’apprenant
Dans le modèle de l’apprenant, nous représentons certaines des caractéristiques de l’apprenant qui sont ses connaissances : éléments de connaissance et degrés de performance correspondants, son style d’apprentissage et les langues qu’il connaît.
44 CHAPITRE 7. Recommandation La modélisation des connaissances de l’apprenant
Concernant les éléments de connaissance, nous nous intéressons aux prérequis et aux objectifs d’apprentissage définis précédemment dans le modèle du MOOC. Nous introduisons une définition du degré de performance à utiliser dans le modèle de l’apprenant.
Définition (Degré de performance de l’apprenant) Pour un MOOC donné M, étant donné un élé-ment de connaissance ec de EC, le degré de performance de l’apprenant App en ec, est défini par la fonction DPApp:
DPApp: EC −→ {0, 1, 2, 3} ec 7−→ dp ∈ {0, 1, 2, 3}
Pour modéliser les connaissances de l’apprenant, nous avons opté pour la même méthode de représentation utilisée pour les connaissances du MOOC. Nous introduisons donc deux vecteurs,
VP ,Appet VOA,App. Dans VP ,App, un degré de performance est associé à chaque prérequis du MOOC. Ce degré de performance correspond au niveau de connaissance de l’apprenant dans ce prérequis. Dans le vecteur VOA,App, nous présentons les degrés d’apprentissage de l’apprenant dans les objectifs d’apprentissage du MOOC. Dans VOA,Appnous représentons l’évolution du niveau de connaissance de l’apprenant dans les objectifs d’apprentissage du MOOC et il est mis à jour à la fin de chaque section du MOOC.
La modélisation des autres caractéristiques de l’apprenant
Concernant le style d’apprentissage de l’apprenant, il est modélisé par un vecteur VSA,Appcomposé par 4 attributs qui représentent les dimensions, actif/réflexif (D1), sensoriel/intuitif (D2), visuel/verbal (D3) et séquentiel/global (D4) définis par le modèle FSLSM.
La valeur associée à chacune des dimensions Didans VSA,Appest un couple d’entiers ou chacun d’eux représente le pourcentage de préférence de l’apprenant à chacune des deux catégories de la dimension. Ce pourcentage est calculé en fonction du score obtenu par l’apprenant dans chaque dimension suite à ses réponses au questionnaire ILS [99]. Ce score peut prendre une des valeurs de l’ensemble. {1a, 3a, 1b, 3b, 5a, 5b, 7a, 7b, 9a, 9b, 11a, 11b, }
— (0.5, 0.5) : Si le score obtenu par l’apprenant dans la dimension Di∈ {1a, 3a, 1b, 3b}. Ceci signifie que l’apprenant est balancé entre les deux catégories de la dimension, il est à la fois réflexif et actif, sensoriel et intuitif, visuel et verbal ou séquentiel et global, selon la dimension concernée par le score.
— (0.75, 0.25) : Si le score obtenu par l’apprenant dans la dimension Di∈ {5a, 7a}. Ceci signifie que l’apprenant a une préférence modérée pour une des deux catégories de la dimension, il est actif plus que réflexif, sensoriel plus qu’intuitif, visuel plus que verbal ou séquentiel plus que global, selon la dimension concernée par le score.
— (1, 0) : Si le score obtenu par l’apprenant dans la dimension Di ∈ {9b, 11b}. Ceci signifie que l’apprenant à une forte préférence pour l’une des deux catégories de la dimension, il est actif, sensoriel, visuel ou séquentiel, selon la dimension concernée par le score.
7.5. Cas d’utilisation de la recommandation 45