Thema3909: Unterschied zwischen den Versionen
Nj6712 (Diskussion | Beiträge) (Die Seite wurde neu angelegt: „{{Abschlussarbeit |Titel=Process Model Similarity in der Lehre |Abschlussarbeitstyp=Bachelor, Master, Diplom |Betreuer=Andreas Schoknecht; Meike Ullrich; |Forsch…“) |
Nj6712 (Diskussion | Beiträge) |
||
| Zeile 2: | Zeile 2: | ||
|Titel=Process Model Similarity in der Lehre | |Titel=Process Model Similarity in der Lehre | ||
|Abschlussarbeitstyp=Bachelor, Master, Diplom | |Abschlussarbeitstyp=Bachelor, Master, Diplom | ||
| − | |Betreuer=Andreas Schoknecht; Meike Ullrich; | + | |Betreuer=Andreas Schoknecht; Meike Ullrich; |
|Forschungsgruppe=Betriebliche Informationssysteme | |Forschungsgruppe=Betriebliche Informationssysteme | ||
| − | |Abschlussarbeitsstatus= | + | |Abschlussarbeitsstatus=In Bearbeitung |
|Beschreibung DE=Die Korrektur von Modellierungsaufgaben in Klausuren stellt einen hohen zeitlichen und personellen Aufwand dar. Zur Reduktion dieses Aufwands könnte bei der Korrektur eine automatisierte Kategorisierung der Lösungen hinsichtlich ihrer Ähnlichkeit eingesetzt werden. Dazu bieten sich im Bereich der Geschäftsprozessmodellierung Ansätze zur Berechnung der Ähnlichkeit von Prozessmodellen an (Process Model Similarity). Durch das Auffinden von Clustern ähnlicher Prozessmodelle kann letztendlich auch die Konsistenz und Korrektheit der Korrekturen verbessert werden, indem ähnliche oder äquivalente Lösungen nach dem gleichen Korrekturschema bewertet werden können. Nachträgliche Anpassungen am Korrekturschema lassen sich dadurch auch automatisiert auf alle bestehenden Lösungen anwenden. | |Beschreibung DE=Die Korrektur von Modellierungsaufgaben in Klausuren stellt einen hohen zeitlichen und personellen Aufwand dar. Zur Reduktion dieses Aufwands könnte bei der Korrektur eine automatisierte Kategorisierung der Lösungen hinsichtlich ihrer Ähnlichkeit eingesetzt werden. Dazu bieten sich im Bereich der Geschäftsprozessmodellierung Ansätze zur Berechnung der Ähnlichkeit von Prozessmodellen an (Process Model Similarity). Durch das Auffinden von Clustern ähnlicher Prozessmodelle kann letztendlich auch die Konsistenz und Korrektheit der Korrekturen verbessert werden, indem ähnliche oder äquivalente Lösungen nach dem gleichen Korrekturschema bewertet werden können. Nachträgliche Anpassungen am Korrekturschema lassen sich dadurch auch automatisiert auf alle bestehenden Lösungen anwenden. | ||
| Zeile 16: | Zeile 16: | ||
• Anwendung des Clustering auf den erstellten Datensatz und Diskussion der Ergebnisse | • Anwendung des Clustering auf den erstellten Datensatz und Diskussion der Ergebnisse | ||
| − | |||
}} | }} | ||
Version vom 16. November 2015, 17:24 Uhr
Abschlussarbeitstyp: Bachelor, Master, Diplom
Betreuer: Andreas Schoknecht, Meike Ullrich
Forschungsgruppe: Betriebliche Informationssysteme
Archivierungsnummer: 3909
Abschlussarbeitsstatus: In Bearbeitung
Beginn: unbekannt
Abgabe: unbekannt
Die Korrektur von Modellierungsaufgaben in Klausuren stellt einen hohen zeitlichen und personellen Aufwand dar. Zur Reduktion dieses Aufwands könnte bei der Korrektur eine automatisierte Kategorisierung der Lösungen hinsichtlich ihrer Ähnlichkeit eingesetzt werden. Dazu bieten sich im Bereich der Geschäftsprozessmodellierung Ansätze zur Berechnung der Ähnlichkeit von Prozessmodellen an (Process Model Similarity). Durch das Auffinden von Clustern ähnlicher Prozessmodelle kann letztendlich auch die Konsistenz und Korrektheit der Korrekturen verbessert werden, indem ähnliche oder äquivalente Lösungen nach dem gleichen Korrekturschema bewertet werden können. Nachträgliche Anpassungen am Korrekturschema lassen sich dadurch auch automatisiert auf alle bestehenden Lösungen anwenden.
In dieser Abschlussarbeit soll insgesamt untersucht werden, wie Ansätze zur Berechnung der Ähnlichkeit von Prozessmodellen zur Bildung von Clustern eingesetzt werden können, die eine Hilfestellung bei der Korrektur von Lösungen bieten.
Die Anfertigung der Abschlussarbeit umfasst die folgenden Arbeitsschritte:
• Auswahl einer geeigneten Modellierungsaufgabe (Petri-Netz-Modellierung) und Digitalisierung repräsentativer studentischer Lösungen (z.B. auf Basis durchgeführter Klausuren oder synthetisch generiertem Datenmaterial)
• Auswahl und Einbettung eines bestehenden Clusterverfahrens sowie einem Maß für die Ähnlichkeit von Prozessmodellen
• Anwendung des Clustering auf den erstellten Datensatz und Diskussion der Ergebnisse