OpenLAP: a user-centered open learning analytics platform

Muslim, Arham; Schroeder, Ulrik; Chatti, Mohamed Amine; Drachsler, Hendrik

doi:37813

OpenLAP: a user-centered open learning analytics platform

Muslim, Arham^RWTH*

2018 & 2019

Verantwortlichkeitsangabevorgelegt von Master Informatik Arham Muslim

ImpressumAachen 2018

Umfang1 Online-Ressource (xviii, 183 Seiten) : Illustrationen, Diagramme

Dissertation, RWTH Aachen University, 2018

Veröffentlicht auf dem Publikationsserver der RWTH Aachen University 2019

Genehmigende Fakultät
Fak01

Hauptberichter/Gutachter
Schroeder, Ulrik (Thesis advisor)^RWTH* ; Chatti, Mohamed Amine (Thesis advisor)^RWTH* ; Drachsler, Hendrik (Thesis advisor)

Tag der mündlichen Prüfung/Habilitation
2018-12-14

Online
DOI: 10.18154/RWTH-2019-00061
URL: http://publications.rwth-aachen.de/record/752480/files/752480.pdf

Einrichtungen

Inhaltliche Beschreibung (Schlagwörter)
learning analytics (frei) ; open learning analytics (frei) ; OpenLAP (frei) ; educational data mining (frei) ; information visualization (frei) ; user-centered learning analytics (frei)

Thematische Einordnung (Klassifikation)
DDC: 004

Kurzfassung
Während der letzten Jahre hat das Thema Learning Analytics (LA) das Interesse von Forschern aus dem Bereich Technology Enhanced Learning (TEL) erweckt. Generell geht es dabei um die Entwicklung von Methoden zur Analyse von in Lernumgebungen anfallenden Daten mit dem Ziel Lernprozesse zu unterstützen. Der Grundgedanke fasst diese Unterstützung als einen Prozess von Daten zu Analyse zu Handlungen zu Lernen auf. Da in letzter Zeit Möglichkeiten von selbstorganisiertem, vernetztem und lebenslangen Lernen wichtiger geworden sind, entsteht ein Bedarf an einem besseren Verständnis wie verschiedene Lerner in offenen Lernumgebungen lernen und wie Lehrende, Institutionen und Forscher dies unterstützen können. Des Weiteren sollte diese Offenheit in der Konzeptualisierung und Entwicklung von innovativen LA Ansätzen berücksichtigt werden um effektivere Lernerlebnisse zu ermöglichen. Mit Open Learning Analytics (OLA) entsteht ein Forschungsfeld, das das Potential hat die Herausforderungen für LA in offenen Lernumgebungen zu anzugehen. Jedoch mangelt es momentan noch an konkreten Lösungen und Implementierungen für effektive OLA Anwendungen. Die meisten momentan verfügbaren Lösungen involvieren den Endbenutzer nicht kontinuierlich in den LA Prozess und folgen Designmustern die nicht einfach an sich verändernde Anforderungen angepasst werden können. Zudem sind existierende Implementierungen oftmals nur für spezifische Anwendungsszenarien gedacht, die nur die Anforderungen einer bestimmten Nutzergruppe adressieren und dabei auf einer vordefinierten Menge von Systemanfragen und Indikatoren basieren. Dies beschränkt die Einsatzmöglichkeiten solcher Lösungen, während es die Idee von OLA ist mehrere Nutzergruppen mit unterschiedlichen Informationsbedürfnissen zu unterstützen. Das Ziel dieser Dissertation ist es, den LA Prozess besser zu personalisieren. Dazu wurde eine effektive und nutzerzentrierten Open Learning Analytics Plattform (OpenLAP) gestaltet, sowie eine konzeptuelle Implementierung evaluiert. OpenLAP stellt hierbei eine benutzerfreundliche Oberfläche zur Verfügung, welche ein interaktives und exploratives Nutzererlebnis in Echtzeit ermöglicht indem Benutzer dynamisch neue Indikatoren für ihre Analyseziele definieren können. Darüber hinaus ist OpenLAP als ein modulares und erweiterbares OLA Ökosystem aufgebaut, dass es erlaubt neue Datenquellen, Analysemethoden und Visualisierungstechniken einfach zur Laufzeit zu integrieren, um damit das System an neue Anforderungen unterschiedlicher Nutzertypen zu adaptieren. Die wichtigsten Beiträge dieser Dissertation sind: (1) eine umfassende Analyse der momentan verfügbaren Werkzeuge und Lösungen für LA bezüglich ihrer Offenheit und Unterstützung von Personalisierung, (2) ein theoretisch fundiertes Design eines nutzerzentrierten Systems (OpenLAP) anhand von Anforderungen, die auf einer empirischen Literaturanalyse basieren, (3) einer konkreten Implementierung von OpenLAP mit einer Benutzeroberfläche zur Gestaltung selbstdefinierter Indikatoren, sowie einen Mechanismus für die Integration neuer Datenquellen, Analysemethoden und Visualisierungstechniken und (4) eine gründliche Evaluation des Systems in einer Pilotstudie an der RWTH Aachen in Bezug auf Gebrauchstauglichkeit, Nützlichkeit, Erweiterbarkeit und Modularität.

During the last few years, Learning Analytics (LA) has gained the interest of researchers in the field of Technology Enhanced Learning (TEL). Generally, LA deals with the development of methods that harness educational data sets to support the learning process. It shares a movement from data to analysis to action to learning. Recently, the demand for self-organized, networked, and lifelong learning opportunities has increased. Therefore, there is a need to provide an understanding of how different learners learn in these open learning settings and how learners, educators, institutions, and researchers can best support this process. Moreover, this openness should be reflected in the conceptualization and development of innovative LA approaches in order to achieve more effective learning experiences. Open Learning Analytics (OLA) is an emerging research field that has the potential to deal with these challenges in open learning environments. However, the concrete solutions and implementations that can deliver an effective and efficient OLA are still lacking. Most solutions currently available does not continuously involve end-users in the LA process and follow design patterns which make it difficult to adopt new user requirements. Furthermore, the available implementations are designed and developed for specific scenarios, which address the requirements of a specific set of stakeholders by relying on a predefined set of questions and indicators. These limitations restrict the scope of such solutions and implementations in the context of OLA targeting various stakeholders with different needs. The aim of this dissertation is to introduce personalization in the LA process by investigating the design of an effective user-centered Open Learning Analytics Platform (OpenLAP) and providing its conceptual, implementation, and evaluation details. OpenLAP provides a user-friendly interface that supports an interactive, exploratory, and real-time user experience to allow the end-users to dynamically define new indicators that meet their goals. Moreover, OpenLAP is designed to be modular and extensible allowing easy integration of new data sources, analytics methods, and visualization techniques at runtime to adopt the new requirements of multiple stakeholders and deliver an ecosystem for OLA. The main contributions of this dissertation include (1) a comprehensive analysis of the currently available LA tools and solutions with respect to their support for openness and personalization, (2) a theoretically sound design of a user-centered OpenLAP based on the requirements gathered from the empirical analysis of the literature, (3) a concrete implementation of OpenLAP providing an interface to self-define the indicators and an extensible mechanism to easily integrated new data sources, analytics methods, and visualization techniques, and (4) a thorough evaluation of OpenLAP in a pilot study at RWTH Aachen University to assess it in terms of usability, usefulness, extensibility, and modularity.

OpenAccess:
PDF
(additional files)