Forskare från Purdue University har utvecklat ett nytt sätt att spåra effektiviteten av onlineinlärningsprogram, tal och företag, och avgöra om någon verkligen bryr sig tillräckligt för att ladda ner materialet.

Purdue-teamet utvecklade en algoritm som sorterar digital data och formaterar den till en 2D-tids- och rymdvärmekarta.

"Många gånger kan det vara svårt för någon som en pedagog att avgöra om deras onlinekurs eller digitala tillägg till klassrumsföreläsningar används av studenter, sa Dwight McKay, en senior datavetenskapsingenjör för informationsteknologi vid Purdue (ITaP), som hjälpte till att leda forskargruppen. "Vi behöver i princip bara veta när användaren kom till webbplatsen och deras IP-adress, en numerisk beteckning som identifierar en plats på internet. Vi kan förvandla all denna stora data och enorma mängder information till handlingsbara siffror."

Algoritmen tar information om datum och IP-adress och omvandlar den till en datamängd som enkelt kan visualiseras och användas av ett bildprogram för att skapa värmekartan. Kartan är ett rutnät av färgade rutor, som visuellt visar information som inträffar vid specifika tidpunkter och platser.

Lärare kan använda värmekartan och datainformationen för att avgöra om onlineföreläsningar eller kompletterande material används i klassrummen. Högtalare kan använda tekniken för att se om folk tycker att deras arbete är tillräckligt värdefullt för att ladda ner online. Företag skulle kunna använda Purdue-tekniken för att spåra webbplatsens effektivitet.

"Innan vårt verktyg, det var verkligen svårt för webbplatser som inte kräver inloggning eller kontoinställningar att avgöra om ett nedladdat innehåll användes av elever och i klassrummet, " sa McKay. "Nu, vi kan tillåta organisationer och företag att snabbt känna igen beteendemönster och trender i data och använda dem för att förstå hur deras material används för utbildning. Det är ett förbättrat sätt som Purdue kan hjälpa människor att berätta om sina data."

McKay och de andra forskarna började arbeta med tekniken för Purdues Network for Computational Nanotechnologys nanoHUB-sajt, en vetenskaplig molnmiljö. De använde algoritmtekniken för att bestämma vilken av nanoHUB:s fler än 6, 000 innehållsobjekt användes i utbildningen genom identifiering av klassrumsgrupper.

"Vi kunde tydligt visa effektiviteten av nanoHUB, vilket är avgörande för fortsatt finansiering, " sa McKay.