以後看到標題全英文不要懷疑…這是小樽個人Paper閱讀筆記XD，為了方便以後自己research，所以現在開始也會寫在blog以防以後癡呆忘光光，到時候作文獻詞窮阿orz…對學術無興趣者請直接跳過…這裡沒有好看的XD，如果有人作功課搜尋到這裡…歡迎你參考但是小樽現在還不完全是這個領域的，尚在學習中，可能有描述或筆記錯誤的地方還請提出…如果你也還不懂不建議直接拿去用喔…到時候被老師抓包或有誤被叮到飛起來就不好看了=v= 這篇文章是Educational Data Mining 2011的一篇Paper，是小樽修高等教育資料探勘報告所閱讀的第一篇Paper，雖然小樽目前還沒有足夠的教育或學習專業知識，不過這篇Paper是來自加拿大Alberta大學的資訊科學系，所以是以比較資訊的觀點來輔助教學上的分析，小樽英文也還很爛…我想他的標題用中文來說應該是使用社群網路分析技術來分析學生在線上課程的參與度，現今在中學後的教育中有越來越多的課程嘗試使用e-learning的線上學習系統來進行，而其中學生的線上討論是很重要的互動依據，但是在傳統常見的CSCL(computer-supported collaborative learning)比較缺乏適用的功能或工具來替老師們分析學生的參與度，如果使用手動的方式耗時耗力又不見得準確，所以在這篇Paper裡面提出使用Meerkat-ED這個工具來作分析，它的好處是可以視覺化這些分析結果，諸如學生對於整個互動討論的參與強度和關連性結構，或者分析出哪些學生常常是主題領導者…哪些是附和跟隨者，或者針對討論中的term去作分析進而得知某寫學生或某些議題對於某些term的關係強度。
因為分析term的部分跟語言有關，這篇Paper裡面有提到他們使用OpenNlp這個自然語言處理工具去對文句作解構、標記和分類，透過一連串的分析後便可比較容易並公平的評價學生對線上課程的整體參與度，由於現在分析Social Network和mining structural data對教育領域是一個很重要的研究方向，這篇Paper提出這樣的工具和分析方式，期望能利於公平的評價學生線上課程的參與度，立意蠻不錯的邏輯上也蠻有道理的，不過小樽目前手邊還沒他提到的Meerkat-ED這工具，所以具體的使用方式並不清楚，希望以後有機會可以實際用用看就知道到底是不是真的這麼好用了XD。
以上是簡單到不行的心得…再次提醒如果事要做功課的朋友們…最好還是自己讀一遍喔:D