| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2022-03-08 14:00 オンラインジャッジシステムにおける問題推薦に向けた複数の特徴量分析 ○千歩野亜・槇原絵里奈・新濱遼大・小野景子（同志社大）  SS2021-64 |
|
| 抄録 | （和） | オンラインジャッジシステム（OJS）には多種多様な問題が収録されており，ユーザが自身の理解度に適した問題を選択することは難しい．そこでユーザのOJSにおける解答履歴に注目し，学習者の学習段階に応じた問題を推薦し，自学自習の支援を目指す．我々は現在までに問題遷移モデルを作成し，解答履歴と正誤情報が有効な特徴量であることを示した．しかし解答履歴と正誤情報だけではOJSに新しく追加された問題を推薦することができないという問題がある．そこで本研究では，新しい特徴量として問題の難易度，タグが問題推薦に有効であるか検証する．時系列データである解答履歴を使用してモデルを構築するため，Long Short-Term Memory（LSTM）を使用し，評価を行った．また，分類および回帰の問題推薦モデルを構築し，それぞれの有効性を検証した．結果として，分類モデルが問題推薦モデルに有効であり，問題の難易度，タグが問題推薦において有効な特徴量になる可能性があると考える． |
| （英） | The Online Judge System (OJS) contains a wide variety of problems, and it is difficult for users to select an optimum problem for their own level of programming understanding. Therefore, we aim to support self-study by focusing on users' submitted histories in OJS and recommending problems that match learners' learning stages. In our previous study, we have developed a problem transition model by learning the submitted history and corresponding result using Long Short-Term Memory (LSTM) which is one of the deep learning model. However, it is not possible to recommend problems which is newly added to OJS. In this study, we examine the effectiveness of problem difficulty and tags as new features for problem recommendation. We used LSTM to develop the model using submitted history, which is time-series data, and evaluated it. We developed problem recommendation models in the classification and regression models, and confirmed the effectiveness of the classification and regression models. The result indicates that the classification model is effective for the problem recommendation model, and the problem difficulty and the problem tags are considered to be effective for problem recommendation model. |
|
| キーワード | （和） | プログラミング / オンラインジャッジシステム / 自学自習 / Long Short-Term Memory / / / / |
| （英） | Programming / Online Judge System / Self study / Long Short-Term Memory / / / / | |
| 文献情報 | 信学技報, vol. 121, no. 416, SS2021-64, pp. 133-138, 2022年3月. | |
| 資料番号 | SS2021-64 | |
| 発行日 | 2022-02-28 (SS) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| 査読に ついて |
本技術報告は査読を経ていない技術報告であり，推敲を加えられていずれかの場に発表されることがあります． | |
| PDFダウンロード | SS2021-64 |
|
| 研究会情報 | |
| 研究会 | SS |
| 開催期間 | 2022-03-07 - 2022-03-08 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | ソフトウェアサイエンスおよび一般 |
| テーマ（英） | Software Science etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | SS |
| 会議コード | 2022-03-SS |
| 本文の言語 | 日本語 |
| タイトル（和） | オンラインジャッジシステムにおける問題推薦に向けた複数の特徴量分析 |
| サブタイトル（和） | |
| タイトル（英） | Multiple Feature Analysis for Problem Recommendation in Online Judge System |
| サブタイトル（英） | |
| キーワード(1)（和/英） | プログラミング / Programming |
| キーワード(2)（和/英） | オンラインジャッジシステム / Online Judge System |
| キーワード(3)（和/英） | 自学自習 / Self study |
| キーワード(4)（和/英） | Long Short-Term Memory / Long Short-Term Memory |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 千歩 野亜 / Noah Sembu / センブ ノア |
| 第1著者 所属（和/英） | 同志社大学 (略称： 同志社大) Doshisha University (略称： Doshisha Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 槇原 絵里奈 / Erina Makihara / マキハラ エリナ |
| 第2著者 所属（和/英） | 同志社大学 (略称： 同志社大) Doshisha University (略称： Doshisha Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 新濱 遼大 / Ryota Shinhama / シンハマ リョウタ |
| 第3著者 所属（和/英） | 同志社大学 (略称： 同志社大) Doshisha University (略称： Doshisha Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 小野 景子 / Keiko Ono / オノ ケイコ |
| 第4著者 所属（和/英） | 同志社大学 (略称： 同志社大) Doshisha University (略称： Doshisha Univ.) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-03-08 14:00:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SS |
| 資料番号 | SS2021-64 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.416 |
| ページ範囲 | pp.133-138 |
| ページ数 | 6 |
| 発行日 | 2022-02-28 (SS) |
[研究会発表申込システムのトップページに戻る]