Identifying User Profiles from Statistical Grouping Methods

doi:10.60692/jkrz9-6t362

Published February 6, 2018 | Version v1

Publication Open

Identifying User Profiles from Statistical Grouping Methods

1. Universidade Federal de Pernambuco
2. Instituto Federal do Sertão Pernambucano
3. Universidade Federal do Piauí

This research aimed to group users into subgroups according to their levels of knowledge about technology. Statistical hierarchical and non-hierarchical clustering methods were studied, compared and used in the creations of the subgroups from the similarities of the skill levels with these users' technology. The research sample consisted of teachers who answered online questionnaires about their skills with the use of software and hardware with educational bias. The statistical methods of grouping were performed and showed the possibilities of groupings of the users. The analyses of these groups allowed to identify the common characteristics among the individuals of each subgroup. Therefore, it was possible to define two subgroups of users, one with skill in technology and another with skill with technology, so that the partial results of the research showed two main algorithms for grouping with 92% similarity in the formation of groups of users with skill with technology and the other with little skill, confirming the accuracy of the techniques of discrimination against individuals.

Translated Descriptions

This is an automatic machine translation with an accuracy of 90-95%

Translated Description (Arabic)

يهدف هذا البحث إلى تجميع المستخدمين في مجموعات فرعية وفقًا لمستويات معرفتهم بالتكنولوجيا. تمت دراسة أساليب التجميع الهرمي الإحصائي وغير الهرمي ومقارنتها واستخدامها في إبداعات المجموعات الفرعية من أوجه التشابه بين مستويات المهارة وتكنولوجيا هؤلاء المستخدمين. تألفت عينة البحث من المعلمين الذين أجابوا على استبيانات عبر الإنترنت حول مهاراتهم باستخدام البرامج والأجهزة ذات التحيز التعليمي. تم تنفيذ الأساليب الإحصائية للتجميع وأظهرت إمكانيات تجمعات المستخدمين. سمحت تحليلات هذه المجموعات بتحديد الخصائص المشتركة بين أفراد كل مجموعة فرعية. لذلك، كان من الممكن تحديد مجموعتين فرعيتين من المستخدمين، واحدة بمهارة في التكنولوجيا والأخرى بمهارة في التكنولوجيا، بحيث أظهرت النتائج الجزئية للبحث خوارزميتين رئيسيتين للتجميع بنسبة تشابه 92 ٪ في تكوين مجموعات من المستخدمين بمهارة في التكنولوجيا والأخرى بمهارة قليلة، مما يؤكد دقة تقنيات التمييز ضد الأفراد.

Translated Description (French)

Cette recherche visait à regrouper les utilisateurs en sous-groupes en fonction de leur niveau de connaissance de la technologie. Des méthodes de clustering statistiques hiérarchiques et non hiérarchiques ont été étudiées, comparées et utilisées dans les créations des sous-groupes à partir des similitudes des niveaux de compétences avec la technologie de ces utilisateurs. L'échantillon de recherche était composé d'enseignants qui ont répondu à des questionnaires en ligne sur leurs compétences avec l'utilisation de logiciels et de matériel avec un parti pris éducatif. Les méthodes statistiques de regroupement ont été réalisées et ont montré les possibilités de regroupement des utilisateurs. Les analyses de ces groupes ont permis d'identifier les caractéristiques communes entre les individus de chaque sous-groupe. Par conséquent, il a été possible de définir deux sous-groupes d'utilisateurs, l'un ayant des compétences en technologie et l'autre ayant des compétences en technologie, de sorte que les résultats partiels de la recherche ont montré deux algorithmes principaux pour regrouper avec 92% de similitude dans la formation de groupes d'utilisateurs ayant des compétences en technologie et l'autre avec peu de compétences, confirmant l'exactitude des techniques de discrimination contre les individus.

Translated Description (Spanish)

Esta investigación tuvo como objetivo agrupar a los usuarios en subgrupos según sus niveles de conocimiento sobre tecnología. Se estudiaron, compararon y utilizaron métodos de agrupamiento estadístico jerárquico y no jerárquico en las creaciones de los subgrupos a partir de las similitudes de los niveles de habilidad con la tecnología de estos usuarios. La muestra de investigación consistió en docentes que respondieron cuestionarios en línea sobre sus habilidades con el uso de software y hardware con sesgo educativo. Se realizaron los métodos estadísticos de agrupación y se mostraron las posibilidades de agrupación de los usuarios. Los análisis de estos grupos permitieron identificar las características comunes entre los individuos de cada subgrupo. Por lo tanto, fue posible definir dos subgrupos de usuarios, uno con habilidad en tecnología y otro con habilidad con la tecnología, de modo que los resultados parciales de la investigación mostraron dos algoritmos principales para agrupar con un 92% de similitud en la formación de grupos de usuarios con habilidad con la tecnología y el otro con poca habilidad, confirmando la precisión de las técnicas de discriminación contra los individuos.

Files