Les chercheurs de l'Université Purdue ont développé une nouvelle façon de suivre l'efficacité des programmes d'apprentissage en ligne, discours et affaires, et déterminer si quelqu'un s'en soucie vraiment assez pour télécharger le matériel.

L'équipe Purdue a développé un algorithme qui trie les données numériques et les formate en une carte thermique 2D dans le temps et dans l'espace.

"Souvent, il peut être difficile pour quelqu'un comme un éducateur de déterminer si son cours en ligne ou ses suppléments numériques aux cours en classe sont utilisés par les étudiants, " a déclaré Dwight McKay, un ingénieur senior en science des données pour les technologies de l'information à Purdue (ITaP), qui a aidé à diriger l'équipe de recherche. "En gros, nous avons juste besoin de savoir quand l'utilisateur est venu sur le site et son adresse IP, une désignation numérique qui identifie un emplacement sur Internet. Nous pouvons transformer toutes ces mégadonnées et ces quantités massives d'informations en chiffres exploitables."

L'algorithme prend les informations de date et d'adresse IP et les transforme en un ensemble de données qui peut être facilement visualisé et utilisé par un programme d'imagerie pour créer la carte thermique. La carte est une grille de cases colorées, qui montrent visuellement des informations qui se produisent à des moments et des endroits spécifiques.

Les éducateurs peuvent utiliser la carte thermique et les informations de données pour déterminer si des cours en ligne ou du matériel supplémentaire sont utilisés dans les salles de classe. Les conférenciers pourraient utiliser la technologie pour voir si les gens pensent que leur travail est suffisamment précieux pour être téléchargé en ligne. Les entreprises pourraient utiliser la technologie Purdue pour suivre l'efficacité du site Web.

"Avant notre outil, il était vraiment difficile pour les sites qui ne nécessitent pas de connexion ou de configuration de compte de déterminer si un élément de contenu téléchargé était utilisé par les étudiants et en classe, " a dit McKay. " Maintenant, nous pouvons permettre aux organisations et aux entreprises de reconnaître rapidement les modèles de comportement et les tendances dans les données et de les utiliser pour comprendre comment leur matériel est utilisé pour l'éducation. C'est une meilleure façon pour Purdue d'aider les gens à raconter des histoires sur leurs données."

McKay et les autres chercheurs ont commencé à travailler sur la technologie du site nanoHUB de Purdue Network for Computational Nanotechnology, un environnement de cloud computing scientifique. Ils ont utilisé la technologie de l'algorithme pour déterminer lequel des nanoHUB est supérieur à 6, 000 éléments de contenu étaient utilisés dans l'éducation grâce à l'identification des groupes de classe.

"Nous avons pu montrer clairement l'efficacité du nanoHUB, ce qui est primordial pour un financement continu, ", a déclaré McKay.