TU Berlin

Quality and Usability LabStudienprojekt Quality & Usability (9 LP)

Inhalt des Dokuments

zur Navigation

Studienprojekt Quality & Usability (9 LP)

Projekt
(Möller; 6 SWS/9 LP; jeweils im SoSe/WiSe)
LV-Nummer: 0434 L 919
Sprache: Deutsch/Englisch (in Absprache mit Teilnehmern)

Zeit: nach Absprache, erstmals am Freitag, 17.04.2015, 16:00-18:00
Raum: TEL 208, Geb. TEL 2. Etage

Aktuelle Themen aus dem Forschungsschwerpunkt des Fachgebietes werden bezüglich der notwendigen Grundlagen aufgearbeitet und auf praktische Problemstellungen angewendet.

Beim ersten Treffen werden alle Projekte des Quality & Usability Lehrstuhls vorgestellt. Das erste Treffen ist verpflichtend für jeden der ein Studienprojekt belegen möchte.

Achtung: Die Einschreibung für die Studienprojekte muss bis zum 24. April erfolgt sein!

     

Themen

Thema: eLearning - ISIS Dashboard

Inhalte:

Fitness Tracker wie Jawbone, FitBit oder die Apple Watch sammeln Daten über das Nutzerverhalten und bereiten diese übersichtlich und ansprechend in einem Dashboard auf. Auf diesem Dashboard kann man schnell sehen, wie sich die eigene Leistung über die Zeit entwickelt hat und kann die aktuelle Leistung mit seinen Zielen vergleichen.

Im vorigen Semester würde im Rahmen eines Studienprojektes ein Prototyp für ein Studien-Dashboard entwickelt und evaluiert. In diesem Dashboard erhält man als StudentIn einen Überblick über seine Leistungen, sowie wichtige personalisierte Infos (Deadlines, Klausurtermine, Benachrichtigungen, Übungsbeteiligung).

Ziel des Studienprojektes ist es, aufbauend auf den Prototypen, ein ISIS Plug-In zu entwickeln. Dieses soll die in ISIS vorhandenen Daten in einem ansprechenden Dashboard aufbereiten.

Einzelne Schritte:

  • Literaturen zum Thema Learning Analytics und Quantified Self lesen
  • Vorhandenen Prototypen analysierenIn die ISIS Plugin-Schnittstelle einarbeiten
  • Iterative Entwicklung des Plugins
  • Abschlussbericht erstellen, in dem ihr eure Ergebnisse zusammenfasst 

Betreuer: Gabriel Reimers

 

Thema: Virtueller Agent für die Webseite des QU-Lab

Inhalte:

Jedes Semester beginnt für die Lehrenden des QU-Lab mit der Beantwortung von Anfragen zur Anrechenbarkeit von Modulen in verschiedenen Studiengängen. In vorangegangenen Semestern wurde deshalb ein Question Answering-System für die Webseite des Lehrstuhls entwickelt, das Fragen zum Modulkatalog beantwortet. Mittlerweile ist das System online. Allerdings kann es viele Fragen noch nicht beantworten. Daher soll es in diesem Projekt verbessert werden. Insbesondere soll die Verarbeitung der natürlichsprachlichen Eingaben skalierbarer gestaltet werden, um eine größere Anzahl unterschiedlicher Fragen verstehen zu können. Je nach Anzahl der Teilnehmer und SWS können ergänzende Funktionen implementiert werden (Animierter Avatar, Chat, o.ä.).  

Einzelne Schritte:

  • Sammlung möglicher Nutzer-Anfragen (eine Basis wurde hier bereits geschaffen)
  • Annotation bedeutungstragender Einheiten
  • Training eines Modells zur automatischen Annotation neuer Nutzer-Anfragen
  • Automatische Generierung einer Query auf den Django-Modellen
  • Test und Dokumentation

Voraussetzungen:

  • Erfahrung mit Python, idealerweise Django Web Framework
  • Erfahrung in Natural Language Processing oder statistischer Modellierung wünschenswert

Betreuer: Klaus Engelbrecht

Navigation

Direktzugang

Schnellnavigation zur Seite über Nummerneingabe