จากยุทธศาสตร์การพัฒนาประเทศตามแนวทางการขับเคลื่อนประเทศไทย 4.0 ที่ทางรัฐบาลได้ประกาศให้มีการนำนวัตกรรมและเทคโนโลยีดิจิทัลมาใช้ในการขับเคลื่อนพัฒนาประเทศ และการมุ่งไปสู่การพัฒนาเมืองอัจฉริยะ (Smart City) ของจังหวัดสุราษฎร์ธานีก่อให้เกิดความร่วมมือกันขององค์กรปกครองท้องถิ่นจากเทศบาลนครสุราษฎร์ธานีและมหาวิทยาลัยมุ่งบริการวิชาการเพื่อชุมชนท้องถิ่นอย่างมหาวิทยาลัยราชภัฏสุราษฎร์ธานี ภายใต้ความร่วมมือนี้ได้มีการจัดทำโครงการย่อยห้องเรียนอัจฉริยะ (Smart Classroom) ที่เป็นหนึ่งนวตกรรมในการนำเทคโนโลยีดิจิทัลมาเป็นเครื่องมือช่วยเสริมสร้างพลเมืองอัจฉริยะ (Smart People) ซึ่งเป็นองค์ประกอบย่อยของการมุ่งไปสู่ความเป็นเมืองอัจฉริยะ และจากการสำรวจพื้นที่ภาคสนามและสอบถามความต้องการในการพัฒนาพลเมืองด้านการศึกษาโดยเริ่มจากการพัฒนากลุ่มนักเรียนชั้นมัธยมการศึกษาจาก 5 โรงเรียนภายใต้การดูแลของเทศบาลนครสุราษฎร์ธานี ซึ่งนักเรียนส่วนใหญ่ขาดแคลนทุนทรัพย์ส่งผลให้มีโอกาสในการได้รับความรู้เสริมนอกห้องเรียนน้อย
ดังนั้นจึงได้เกิดการพัฒนาระบบช่วยเสริมการเรียนรู้ที่สอดคล้องกับคุณลักษณะการเรียนรู้ของผู้เรียน แบบออนไลน์ขึ้นภายใต้ชื่อว่า “A Personalized Learning Recommendation System based on a Hybrid of Content-Based Filtering and Collaborative Filtering” หรือ PLR ซึ่งเป็นโครงการนำร่องภายใต้โครงการ Smart Classroom เพื่อเป็นอีกช่องทางหนึ่งในการเพิ่มโอกาสให้นักเรียนได้รับความรู้เสริมนอกห้องเรียนแบบออนไลน์ โดยระบบ PLRS จะมีการประยุกต์ใช้การทำงานของการเรียนรู้ของเครื่อง (Machine Learning) มาใช้เพื่อวิเคราะห์คุณลักษณะความสามารถของผู้เรียนตามหัวข้อการเรียนรู้ต่างๆ ในแต่ละบทเรียน และการจัดกลุ่มผู้เรียนที่มีคุณลักษณะคล้ายกันไว้ด้วยกัน รวมถึงการวิเคราะห์และจัดกลุ่มสื่อเสริมการเรียนรู้ตามความสอดคล้องของเนื้อหาในแต่ละบทเรียน โดยระบบจะรวบรวมสื่อเสริมการเรียนรู้ไว้ในคลังข้อมูลที่อยู่ในรูปแบบ URL ของ คลิปวิดีโอ สไลด์ และรูปแบบสื่อดิจิทัลอื่นๆ ที่ถูกจัดทำจากสถาบันและองค์กรที่ให้บริการความรู้เสริมด้านการศึกษาผ่านสื่ออินเทอร์เน็ต โดยการวิเคราะห์คุณลักษณะและการจัดกลุ่มของทั้งผู้เรียนและสื่อเสริมการเรียนรู้นี้เพื่อจะนำไปสู่การใช้ประโยชน์ในการแนะนำสื่อเสริมการเรียนรู้ที่เหมาะสมสอดคล้องกับคุณลักษณะการเรียนรู้ของผู้เรียนเป็นรายบุคคล
จากการตระหนักได้ว่าในแต่ละห้องเรียนประกอบไปด้วยผู้เรียนที่มีศักยภาพและคุณลักษณะทางด้านการเรียนรู้ที่หลากหลาย หากมีการแนะนำสื่อเสริมการเรียนรู้ชุดเดียวกันให้กับผู้เรียนที่มีคุณสมบัติต่างกันจึงถือว่าเป็นระบบแนะนำสื่อเสริมการเรียนรู้ที่มีคุณภาพต่ำ ดังนั้นเพื่อเพิ่มศักยภาพของระบบแนะนำสื่อเสริมการเรียนรู้ โดยมุ่งสู่ความเป็นระบบแนะนำสื่อเสริมการเรียนรู้แบบรายบุคคลที่เกิดจากการพิจารณาคุณลักษณะของผู้เรียนเป็นสำคัญ ระบบ PLRS จึงมีการประยุกต์ใช้หลักการของระบบแนะนำ (Recommendation System) ภายใต้การผสมผสานกันของสองแนวคิดวิธีในการกรองข้อมูล ประกอบด้วย การใช้แนวคิดของ Content-Based Filtering โดยมุ่งหวังเพื่อแนะนำแนะนำสื่อเสริมการเรียนรู้ที่สอดคล้องกับคุณลักษณะของผู้เรียนในด้านต่างๆ ที่ยังต้องพัฒนา ในด้านการใช้แนวคิดของ Collaborative Filtering โดยมุ่งหวังเพื่อใช้วิเคราะห์และจัดกลุ่มผู้เรียนที่มีคุณลักษณะการเรียนรู้ที่เหมือนกันไว้ด้วยกันและแนะนำสื่อเสริมการเรียนรู้ที่เหมาะสมโดยดูจากคะแนนความนิยมของผู้เรียนในกลุ่มที่มีคุณลักษณะเดียวกัน
credit : Julia M Cameron (pexels.com)
credit : Katerina Holmes (pexels.com)
1. เพื่อพัฒนาระบบแนะนำสื่อเสริมการเรียนรู้แบบออนไลน์ “A Personalized Learning Recommendation System based on a Hybrid of Content-Based Filtering and Collaborative Filtering”
2. เพื่อประเมินประสิทธิภาพของระบบแนะนำสื่อเสริมการเรียนรู้แบบออนไลน์ “A Personalized Learning Recommendation System based on a Hybrid of Content-Based Filtering and Collaborative Filtering”
- Recommendation system based on content-based filtering
- Recommendation system based on collaborative filtering
- Nearest Neighbor Search
- Feature Extraction
- Data Clustering
- Indexing
- Scalability Analysis
Research Contribution:
- A Personalized learning recommendation system based on content-based filtering (1st model)
- A Personalized learning recommendation system based on collaborative filtering (2nd model)
- Re-Ranking results of a personalized learning recommendation system based on a hybrid of content-based filtering and collaborative filtering system (Hybrid of 2 Models )
credit : jcomp (freepik.com)
credit : pikisuperstar (freepik.com)
1. Evaluate models
- Recall: ในการประเมินศักยภาพของแต่ละ Model ทั้งในส่วนที่ใช้แนวคิดของ Content-Based Filtering และ แนวคิดของ Collaborative Filtering จะพิจารณาจากค่า Recall คือความสามารถจากอัตราการดึงคำตอบที่ถูกออกมา โดย Testing Data และ Ground Truth ที่กำหนด โดยจำนวน Testing Data เท่ากับ 1000 ข้อมูลจากการสุ่มเลือกจากข้อมูลคุณลักษณะผู้เรียน และ 300 ข้อมูล จากข้อมูลคุณลักษณะของสื่อเสริมการเรียนรู้ และใช้ Exhaustive Search Algorithm ในการสร้าง Ground Truth เพื่อหาคำตอบที่ใกล้เคียง (Nearest Neighbor) กับข้อมูลของ Testing Data ข้อมูลละ 10 คำตอบ
2. Influence of the number of clusters
- โดยการกำหนดค่า hyperparameter ของจำนวนกลุ่ม (Cluster) ของสื่อเสริมการเรียนรู้ และ จำนวนกลุ่มของคุณลักษณะผู้เรียน ซึ่งจะต้องมีการทดลองปรับค่า (Hyperparameter tuning) และสังเกตค่า Recall ที่ได้รับ เพื่อพิจารณาเลือกของจำนวนกลุ่มของสื่อและผู้เรียนที่เหมาะสม
3. Assess the satisfaction of users
- ในการประเมินความพึงพอใจของผู้ใช้ระบบโดยใช้แบบสอบถาม โดยแบ่งกลุ่มผู้ใช้ออกเป็น 2 กลุ่ม
- เลือกตัวแทนจากคุณครูและผู้เกี่ยวข้องกับงานสอน
- เลือกตัวแทนกลุ่มนักเรียน หรือ ผู้เรียน
credit : pikisuperstar (freepik.com)
การทดลองใช้ระบบครั้งที่ 1
วันที่ 14 ตุลาคม 2020 ณ โรงเรียนเทศบาล3 (ตลาดล่าง) จังหวัดสุราษฎร์ธานี ทีมพัฒนาโปรแกรมและระบบ Smart Classroom ได้ไปให้ อาจารย์และนักเรียนของโรงเรียนในความดูแลของเทศบาลเมืองสุราษฎร์ธานี ทดลองใช้และประเมินระบบงาน เพื่อนำข้อเสนอแนะมาปรับปรุงและพัฒนาให้ตรงความต้องการของผู้ใช้ในลำดับต่อไป ทีมพัฒนาระบบน่ารัก ตั้งใจทำงานดีมาก คุณครูและนักเรียนว่าทีผู้ใช้งานระบบก็น่ารักให้ความร่วมมือและข้อเสนอแนะที่ดี
เข้าพบผู้บริหารเทศบาลนครสุราษฎร์ธานี
วันที่ 5 พฤศจิกายน 2020 เข้าพบท่านเอกพจน์ ยอดพินิจ รองนายกเทศมนตรีนครสุราษฎร์ธานี พร้อมด้วยหัวหน้าส่วนราชการ พนักงานเทศบาลฯ เพื่อปรึกษาหารือและแจ้งความก้าวหน้าการดำเนินงานวิจัย ภายใต้ชุดโครงการวิจัย เรื่อง "การสร้างกลไกเชิงพื้นที่แบบมีส่วนร่วมในการพัฒนาย่านเมืองเก่าเทศบาลนครสุราษฎร์ธานีเพื่อยกระดับคุณภาพเศรษฐกิจ สังคม และสิ่งแวดล้อมสู่เมืองอัจฉริยะ" แผนงานสำคัญ (Flagship) ประจำปีงบประมาณ 2563 มหาวิทยาลัยพัฒนาพื้นที่ (เมืองอัจริยะ)
ส่วนหนึ่งของความร่วมมือ (MOU) ระหว่างมหาวิทยาลัยราชภัฏสุราษฎร์ธานีและเทศบาลฯ เรื่อง "สุราษฎร์ธานีเมืองอัจฉริยะ"
สนับสนุนโดย : หน่วยบริหารและจัดการทุนวิจัยด้านการพัฒนาระดับพื้นที่ (บพท.) เทศบาลนครสุราษฎร์ธานี และมหาวิทยาลัยราชภัฏสุราษฎร์ธานี
การทดลองใช้ระบบครั้งที่ 2
วันที่ 17 พฤศจิกายน 2020 ณ โรงเรียนเทศบาล 5 ทีมพัฒนาโปรแกรมและระบบ Smart Classroom ได้ไปให้ อาจารย์และสำนักศึกษานิเทศก์ของเทศบาลเมืองสุราษฎร์ธานี ได้ทดลองใช้และประเมินระบบงาน เพื่อนำข้อเสนอแนะมาปรับปรุงและพัฒนาให้ตรงความต้องการของผู้ใช้
การทดลองใช้ระบบครั้งที่ 3 ใน Web Page ของ Smart Classroom
การทดลองใช้ระบบครั้งที่ 3 ในการทดสอบและการประเมินระบบครั้งที่ 3 ได้ปรับเปลี่ยนผู้ทดสอบระบบเป็นนักศึกษามหาวิทยาลัยราชภัฏสุราษฎร์ธานี ชั้นปีที่ 1 จำนวน 3 กลุ่มเรียน และนักศึกษาชั้นปีที่ 3 จำนวน 1 กลุ่มเรียน รวมทั้งหมดจำนวน 100 คน อันเป็นผลเนื่องมาจากสถานการณ์แพร่ระบาดของโควิด 19 ในจังหวัดสุราษฎร์ธานี จึงมีความจำเป็นต้องปรับเปลี่ยนมาทดสอบระบบงานกับนักศึกษาของมหาวิทยาลัยราชภัฏสุราษฎร์ธานีซึ่งมีความสะดวกในการติดต่อประสานงานและติดตามผลมากกว่า ซึ่งการอบรมสาธิตการใช้ระบบงานและการประเมินความพึงพอใจได้ถูกจัดขึ้นในรูปแบบออนไลน์ทั้งหมด
.png)
.png)
.png)
