Застосування рекомендаційної системи в освітній сфері

DOI: 10.31673/2412-9070.2023.065868

Анотація

В роботі досліджено питання застосування технології рекомендаційних систем в освітній сфері. Визначено, що окремі задачі освітньої сфери можна описати в термінах рекомендаційних систем: в якості користувача, якому надається рекомендація, виступає здобувач освіти; об’єктами його інтересу виступають дисципліни з каталогу вибіркових дисциплін, джерела з бібліотеки закладу освіти,  теми (або тематики досліджень) кваліфікаційних робіт, потенційні керівники кваліфікаційних робіт, зовнішні курси для організації самоосвіти. Сформовано перелік ресурсів для визначення характеристик об'єктів інтересу здобувачів та самих здобувачів в рамках формальної освіти та проведено аналіз їх вмісту та способу формування. Розроблено структуру рекомендаційної системи, особливістю якої є те, що кожному об’єкту інтересу здобувача освіти відповідає окремий модуль рекомендацій. При цьому модулі рекомендацій використовують спільні ресурси, що включають бази даних закладу освіти з безпосередньою інформацією про об’єкти інтересу та здобувача, а також бази даних  опитувань, що складаються з загальних регулярних обов’язкових для здобувачів опитувань на рівні закладу освіти та контекстних опитувань відносно об’єктів інтересу. Для формування самих рекомендацій обрано гібридний підхід. В структурі системи передбачено використання колаборативної фільтрації для обробки результатів опитувань, а дані, представлені у вигляді напівструктурованих чи довільних текстів природною мовою, пропонується обробляти методами Natural Language Processing та Text Mining, що дозволить врахувати семантично схожі значень характеристик об’єктів інтересу та користувачів і тим самим підвищити якість рекомендаційної системи.

Ключові слова: інформаційна технологія; база даних; автоматизація; підтримання ухвалення рішень; рекомендаційна система; освітня сфера; гібридний підхід; опитування; оброблення текстів природною мовою.

Список використаної літератури
1. Recommender Systems Handbook / Ricci F., Rokach L., Shapira B. (Eds.). Springer, 2011. 842 р.
2. Raghuwanshi S., Pateriya, R. K. Movie Recommendation System Content-Based and Collaborative Filtering // International Journal of Computer Sciences and Engineering. 2018. 6. Р. 476–481. 10.26438/ijcse/v6i4.476481.
3. Мелешко Є. В. Проблеми сучасних рекомендаційних систем та методи їх рішення // Системи керування, навігації та зв’язку. 2018. Вип. 4. С. 120–124. URL: http://nbuv.gov.ua/UJRN/suntz_2018_4_25.
4. Чалий С. Ф., Лещинський В. О., Лещинська І. О. Моделювання контексту в рекомендаційних системах // Проблеми інформаційних технологій, 2018. 1. С. 21–26.
5. Бочкарьов О. Ю. Метод контекстно-залежного рекомендування з фільтрацією вмісту для керування відеоданими // Комп’ютерні системи та мережі. 2022. Вип. 4, № 1. С. 1–11.
6. Kurmashov N., Latuta K., Nussipbekov A. Online book recommendation system. 2015. 1-4. 10.1109/ICECCO.2015.7416895.
7. Amanullah M., Khedher A. Recommender Systems for E-Learning. 2021. 10.4018/978-1-7998-5009-0.ch009.
8. Інтелектуальний аналіз пропозицій товарів на основі контекстних рекомендацій / O. Y.
Cherednichenko, O. V. Ivashchenko, Y. M. Gontar, B. M. Vorona // Вісник Нац. техн. ун-ту «ХПІ». Серія: Системний аналiз, керування та iнформацiйнi технологiї. 2018. 1320(44). С. 57–66.
URL: https://doi.org/10.20998/2079-0023.2018.44.10
9. Raghuwanshi Sandeep, Pateriya R. Collaborative Filtering Techniques in Recommendation Systems. 2019. 10.1007/978-981-13-6347-4_2.
10. Yuan Z., Lee J., Zhang S. Optimization of the Hybrid Movie Recommendation System Based on Weighted Classification and User Collaborative Filtering Algorithm // Complexity. 2021. 1-13. 10.1155/2021/4476560.
11. Investigating Graph-Based Recommendations Systems and Graph Traversal Algorithms / G. Puri, A. Varanasi, G. Singh [et al.]. 2023. 10.1007/978-981-19-9512-5_11.
12. Закон України «Про освіту». Відомості Верховної Ради (ВВР), 2017. № 38-39. Ст. 380.