Minera o de Dados e Modelagem Sociais IA

Mineração de Dados e Modelagem Sociais
Capital em Virtual de Aprendizagem
Comunidades Ben K. DANIEL1, Gordon I. McCALLA1, Richard A. SCHWIER2 ÁRIES Pesquisa Laboratory1 Departamento de Ciência da Computação, da Universidade de Saskatchewan
Comunicação Educacional e Technology2, Universidade de Saskatchewan 3 Campus Drive, S7N 5A4, Saskatoon, Canadá

Abstrato. Este artigo descreve o uso de análise de conteúdo e rede Bayesianas
(BBN) técnicas destinadas a modelar capital social (SC), em comunidades virtuais de aprendizagem
(VLCs). Um modelo BBN inicial de linha SC com base em trabalhos anteriores é apresentado.
Transcrições extraídas de dois VLCs foram analisados e inferências foram atraídos para construir cenários para treinar e atualizar o modelo. O artigo apresenta três principais contribuições.
Primeiro, aumenta a compreensão do SC para VLCs. Segundo, que oferece uma metodologia para estudar em SC VLCs. Papel o terceiro apresenta um modelo computacional de SC, que pode ser utilizada no futuro para entender várias questões sociais críticas para interações efetivas em
VLCs.

1. Introdução
Capital social (SC) surgiu recentemente como um importante interdisciplinar domínio de investigação. SC é frequentemente utilizado como um quadro de entendimento vários problemas de rede sociais em comunidades físicas e distribuído grupos. Pesquisadores das ciências sociais e humanas têm utilizado para SC compreender confiança, compreensão compartilhada, relações recíprocas, sociais estruturas de rede, etc Apesar dessas pesquisas, pouco tem sido feito para investigar SC em comunidades virtuais de aprendizagem (VLCs).
SC em VLCs pode ser definida como uma teia de positivas ou negativas relações dentro de um grupo. Pesquisa em SC em comunidades físicas mostra que SC permite que as pessoas a colaborar e resolver problemas comuns mais facilmente [19]. Putnam [14] apontou que lubrifica o SC roda que permite que as comunidades para avançar suavemente. Prusak e Cohen [13] sugeriram