|
Статьи автора
|
В статье дано обоснование актуальности разработки рекомендательной системы в сфере электронного обучения. Проанализированы основные подходы к построению рекомендательной системы: коллаборативная, контентная и гибридная фильтрации. В алгоритмическом обеспечении рассмотрены методики создания рекомендательных систем, такие как машинное обучение, нейронные сети, генетические алгоритмы. Представлены основные объекты рекомендательной системы по выбору онлайн- курсов: обучающийся, учебные модули (онлайн-курсы), элементы знаний, которые может получить пользователь по окончании обучения. Выявлены проблемы в методах построения рекомендательных систем: разреженность; холодный запуск; масштабируемость; поиск элементов, которые с наибольшей вероятностью будут предпочтительнее для пользователя из общего набора элементов. Основная проблема рекомендательных систем состоит в получении точной и качественной рекомендации выбора учебных объектов в соответствии с предпочтениями пользователей. Сделан вывод о необходимости построения архитектуры рекомендательной системы, включающей модель индивидуальной траектории обучения. Фильтрация учебных объектов происходит с помощью генетического алгоритма. Определена целесообразность использования микросервисного подхода для создания веб- приложения. Выделены функциональные задачи разрабатываемой системы, такие как сбор данных, анализ запросов пользователя, формирование учебных объектов с применением индивидуальной траектории обучения и выдача рекомендаций по выбору онлайн-курсов. Разработаны алгоритм функционирования рекомендательной системы, схема работы рекомендательной системы, а также информационное обеспечение работы данной системы. Предложен общий подход к разработке универсального рекомендательного сервиса, который может встраиваться в сервис клиента. Цель разработки рекомендательной системы по выбору онлайн-курсов заключается в предоставлении обучающимся наиболее подходящих учебных объектов (последовательность объектов) для изучения в соответствии с характеристиками обучающегося и фрагментами знаний (компетенций). Читать дальше...
В статье дано обоснование актуальности разработки индивидуальной траектории обучения в сфере онлайн-обучения. Проанализированы проблемы формирования индивидуальной траектории обучения. Выделена основная проблема персонализации обучения с точки зрения обучающегося – сложность в нахождении наиболее подходящей последовательности изучения учебных объектов, которые наилучшим образом соответствуют его навыкам и предпочтениям. Сделан вывод о том, что существующие практики и методики организации персонализированного образовательного процесса курсов в условиях онлайн-обучения ориентированы на статистические характеристики обучающихся, не изменяющиеся на протяжении изучения онлайн-курса. Следовательно, существует необходимость разработки методики формирования индивидуальной траектории обучения. Предложенный подход позволяет рассматривать формирование рекомендаций как динамический процесс. Разработан алгоритм по формированию индивидуальной траектории обучения, который состоит из многокритериального выбора последовательности онлайн-курсов в каждый момент принятия решений согласно заданному множеству критериев и последовательному освоению навыков. Выбор онлайн-курсов осуществляется с использование метода кластерного анализа k-средних. Выделены группы кластеров, которые соответствуют критериям онлайн-курсов. Каждый кластер состоит из максимально близких объектов – онлайн-курсов. На основе данных результатов осуществляется последовательный выбор онлайн-курсов, используя имеющуюся в наличии информацию о требованиях пользователя и навыках, которые необходимо приобрести обучающемуся. Цель разработки по формированию индивидуальной траектории обучения заключается в предоставлении обучающимся наиболее подходящей последовательности учебных объектов в соответствии с их навыками и предпочтениями. Читать дальше...
|
