Ανάλυση πολυμεσικού περιεχομένου και κατηγοριοποίηση χρηστών σε περιβάλλοντα ηλεκτρονικής μάθησης
Περίληψη
Οι σύγχρονες τάσεις στην ανάπτυξη συστημάτων μαθησιακής τεχνολογίας έχουν δασκαλο-κεντρικό και χρηστό-κεντρικό χαρακτήρα, οδηγώντας την έρευνα σε προσωποποιημένη πρόσβαση στις πληροφορίες. Η παρούσα διατριβή προσεγγίζει το στόχο αυτό με ανάπτυξη και χρησιμοποίηση αποτελεσματικών τεχνικών κατηγοριοποίησης και τεκμηρίωσης του εκπαιδευτικού περιεχομένου. Προτείνει επιπλέον τεχνικές αυτόματης αξιολόγησης της κατάστασης των χρηστών, αναλύοντας τη συμπεριφορά τους (κινήσεις κεφαλής, προσοχή), όπως και ανάλυσης του προφίλ κάθε χρήστη για αποτελεσματικότερη εκμάθηση του περιεχομένου. Η ανάγκη για αυτόματη κατηγοριοποίηση του πολυμεσικού περιεχομένου οδήγησε την έρευνά μας στην ψηφιακή επεξεργασία των εικόνων και ειδικότερα στην εξόρυξη γνώσης από αυτές. Στο πλαίσιο αυτό, διαπιστώθηκε η συχνή εμφάνιση προσώπων μέσα σε εικόνες πολιτιστικού, όπως ιστορικού και θρησκευτικού, περιεχομένου. Η διατριβή προτείνει ένα σύστημα ανίχνευσης προσώπων και χαρακτηριστικών τους, που βασίζεται στην υπάρχουσα γν ...
περισσότερα
Περίληψη σε άλλη γλώσσα
The teacher- and student-based nature of current learning technology systems necessitates the personalized access to annotated educational material. The development of techniques for categorization of learning content tackles this issue. This dissertation proposes additional techniques for automatic users’ evaluation, through the analysis of their behavior (head movements, attention) and for user profile’s analysis towards an effective learning procedure. The requirement for automatic categorization of multimedia content led us to use image processing and data mining methods. In this framework, we decided to use pictures of cultural, historical and religious, content. The dissertation proposes a system of facial features’ detection, based on experts knowledge and a technique of digital watermarking for educational semantic content protection.
![]() | |
![]() | Κατεβάστε τη διατριβή σε μορφή PDF (73.51 MB)
(Η υπηρεσία είναι διαθέσιμη μετά από δωρεάν εγγραφή)
|
Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.
|
Στατιστικά χρήσης

ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
Πηγή: Google Analytics.

ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
Πηγή: Google Analytics.

ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.

ΧΡΗΣΤΕΣ
Αφορά στους συνδεδεμένους στο σύστημα χρήστες οι οποίοι έχουν αλληλεπιδράσει με τη διδακτορική διατριβή. Ως επί το πλείστον, αφορά τις μεταφορτώσεις.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.