Διαχείριση πληροφορίας και γνώσης και έξυπνο πανεπιστήμιο

Abstract

This dissertation examines how the data derived by synchronous and asynchronous learning within a university can be used in order to ameliorate the academic performance of students and, in turn, improve the services provided by the academic institution. The main purpose of this dissertation is the design and implementation of the infrastructure for the support of a Smart University, in which the data and the knowledge stemmed from the information systems that support the learning process are used so as to boost the academic pathways of students, assist the students in danger of drop-out or failure, as well as the attainment of the best possible academic performance from the students, which ultimately contributes to the overall improvement of the university's quality.Data mining techniques are employed to enhance the educational process, evaluating students' past results, monitoring the offered university services, based on which the future performance of the students can be predicted, avoiding probable drop-out incidents, or diminishing of the academic performance of the students. The proposed solution combines the current advances in smart education and educational data mining to offer an evolved and updated version of the services provided by universities, which responds to the present needs of the academic community and conforms with the latest developments in the Higher Education setting.

Η παρούσα διδακτορική διατριβή εξετάζει τρόπους αξιοποίησης των δεδομένων που παράγονται από τη σύγχρονη και την ασύγχρονη εκπαίδευση που πραγματοποιείται σε ένα Πανεπιστήμιο με στόχο να βελτιωθούν οι ακαδημαϊκές επιδόσεις των φοιτητών και κατ’ επέκταση οι υπηρεσίες που προσφέρει το ακαδημαϊκό ίδρυμα. Κύριος σκοπός της διατριβής είναι ο σχεδιασμός και η υλοποίηση των υποδομών για την υποστήριξη ενός έξυπνου πανεπιστημίου, στο οποίο χρησιμοποιείται η γνώση και τα δεδομένα από τα συστήματα που υποστηρίζουν τη διδασκαλία για την ενίσχυση της ακαδημαϊκής πορείας των φοιτητών, την υποβοήθηση εκείνων των φοιτητών για τους οποίους υπάρχει κίνδυνος αποτυχίας σε μαθήματα, καθώς και για την επίτευξη των καλύτερων δυνατών μαθησιακών αποτελεσμάτων, που εντέλει συντελούν και στη συνολική βελτίωση της ποιότητας του Πανεπιστημίου.Χρησιμοποιούνται τεχνικές εξόρυξης δεδομένων για να ενισχύσουν την εκπαιδευτική διαδικασία. Πιο συγκεκριμένα, αξιολογούνται προηγούμενα αποτελέσματα φοιτητών, παρακολουθούνται οι παρεχόμενες υπηρεσίες του Πανεπιστημίου, βάσει των οποίων γίνονται προβλέψεις σχετικά με τη μελλοντική επίδοση των φοιτητών, αποφεύγοντας έτσι πιθανές αιτίες διακοπής της φοίτησης ή μείωσης των ακαδημαϊκών επιδόσεων. Η προτεινόμενη λύση συνδυάζει τις τρέχουσες εξελίξεις στην έξυπνη εκπαίδευση και στην εξόρυξη εκπαιδευτικών δεδομένων για να προσφέρει μια εξελιγμένη και ενημερωμένη έκδοση των υπηρεσιών που παρέχονται από τα Πανεπιστήμια, η οποία ανταποκρίνεται καλύτερα στις σύγχρονες ανάγκες της ακαδημαϊκής κοινότητας και συνάδει με τις τελευταίες τεχνολογικές εξελίξεις στο χώρο της εκπαίδευσης.