Тема: Рекомендательная система для образовательного контента

В книге «Длинный хвост» Крис Андерсон сказал: «Мы выходим из эпохи информации и вступаем в эпоху рекомендаций» [1]. Огромный объем информации окружает людей, что помогает им принимать более правильные решения. Однако качество таких решений снижается от переизбытка знаний. В настоящее время новые технологии и быстрый рост Интернета упростили доступ к информации для всех категорий людей, поставив перед образованием новые совершенно новые задачи. Как следствие пандемии сейчас активно развивается онлайн-образование. Все больше и больше учебных заведений регулярно используют компьютеризированные инструменты для обучения и тестирования, собираются огромные объемы данных. С развитием технологий появляются новые возможности и потребности в образовании, такие как индивидуальный подход, объективность оценки, встают вопросы, как лучше направить студентов в процессе обучения среди такого большого разнообразия книг, курсов и упражнений. Одним из самых больших препятствий в современных методах обучения является то, что всем учащимся предоставляется один и тот же учебный план и учебные материалы. Однако студенты обладают разными навыками и поступают на учебу с разными знаниями. Учителя должны иметь возможность создавать полностью индивидуализированные образовательные программы, основанные на успеваемости и трудностях обучения каждого ученика, так же, как и студентам нужно предоставить качественные инструменты, помогающие ориентироваться в таком многообразии учебных материалов. Чтобы удовлетворить эту потребность, было разработано множество различных информационных и рекомендательных стратегий. Системы рекомендаций - одна из них. Системы рекомендаций пытаются помочь пользователю, представляя те объекты, которые могут быть более интересны, исходя из его известных предпочтений или предпочтений других пользователей с аналогичными характеристиками.
Постановка задачи
Целью этой работы является исследование различных подходов к построению рекомендательных систем (РС) и в первую очередь разработка рекомендательной системы, которая основываясь на введенном идентификаторе, определяет тематику запроса и рекомендует существующие онлайн-курсы. Также, разработка РС, которая опираясь на данные тестирования/контрольной работы, может использоваться в образовательном контенте для повышения качества обучения.
Для достижения поставленной цели были поставлены следующие задачи:
1. Изучение рекомендательных систем и алгоритмов
2. Изучение существующих библиотек в Python, необходимых для разработки рекомендательной системы
3. Обзор существующих решений в задачах построения рекомендательных систем
4. Проектирование и реализация рекомендательной системы
5. Анализ полученных рекомендаций с целью определения успешности выбранного подхода.
Данная работа разбита на 2 части. В первой рассматривается теория рекомендательных систем: основные виды и алгоритмы. Во второй части рассматривается подход к реализации рекомендательной системы, которую можно использовать в образовании и анализ проведенных экспериментов и всему с ними связанному.

Купить

В данной работе была представлена рекомендательная система (РС), которая основываясь на введенном идентификаторе, определяет тематику запроса и рекомендует существующие онлайн-курсы. Также была разработана РС, которая опираясь на результаты тестирования предлагает для студентов темы для повторения, а для учителей возможный вариант разбиения на группы по уровню знаний.
В процессе проведения исследования был произведен обзор предметной области рекомендательных систем, были изучены основные методы в разработке РС, главные подходы к их построению, а также модули и библиотеки Python для работы с большими массивами данных (numpy и pandas). Кроме того, были рассмотрены популярные алгоритмы машинного обучения, которые активно применяются при реализации различных систем. Также были проанализированы существующие стратегии решения задач рекомендаций в образовательной среде.
Проделанная мной работа является начальной точкой в дальнейшем изучении и реализации рекомендательных систем в образовании. Реализация РС продемонстрировала работу популярных алгоритмов, логику подбора параметров, а также выявила проблемы, которые могут возникнуть при применении различных подходов. Детальное изучение существующих методов позволит произвести усовершенствование существующих решений.

Купить