В современном мире онлайн-образование постепенно становится все более популярным. Возможность учиться у профессоров ведущих учебных заведений, изучать новые области, получать нужные в работе знания, не выходя из дома, привлекает большое количество людей.
Одной из наиболее распространенных форм онлайн-обучения являются массовые открытые онлайн-курсы (MOOC, massive open online course). Чаще всего они включают видео, слайды и текстовый контент, подготовленные преподавателем, а также задачи для проверки знаний, которые обычно проверяются автоматически, но также возможна проверка студентами работ своих товарищей. В качестве задач могут быть предложены самые разнообразные типы заданий: от простого выбора правильного ответа до задач на программирование и написания эссе.
У онлайн-образования есть свои особенности, отличающие его от обычного, офлайн-образования. Среди плюсов, во-первых, уже упомянутая выше доступность каждому, у кого есть доступ к интернету. Во-вторых, это почти неограниченная масштабируемость: благодаря автоматизированной проверке задач на курсе могут одновременно учиться тысячи человек, что несопоставимо с обычными курсами в учебных аудиториях. В-третьих, каждый студент может выбирать удобное для себя время и темп для прохождения материала. В-четвертых, в распоряжении преподавателей оказывается большое число данных о том, как пользователи проходят его курсы, которые он может использовать для анализа и улучшения своих материалов.
В то же время в онлайн-обучении есть и минусы. В отличие от традиционного образования, где у студента всегда есть мотивация в виде оценки его академической успеваемости, в случае онлайн- курсов нет никаких штрафов за не пройденный курс. Из-за этого доля закончивших курс из записавшихся на него редко превышает 10%. Помимо этого, из-за большого числа учащихся у преподавателя нет никакой возможности уделять индивидуальное внимание каждому студенту сообразно его уровню и возможностям.
Таблица 1: Платформы с онлайн-курсами
Название
Год запуска
Пользователей
Coursera[2]
2012
15 млн
edX[29]
2012
5 млн
Udacity[26]
2012
1.6 млн
Stepic.org[22]
2013
180 тыс.
Конец таблицы 1.
В таблице 1 представлены сведения о нескольких популярных платформах для онлайн-курсов. Последняя из них, stepic.org, содержит в основном материалы на русском языке. В рамках этой работы была разработана и исследована рекомендательная система для этого сайта.
Задача этой работы - создать рекомендательную систему, которая могла бы посоветовать студенту контент, который будет интересен ему, и которая также будет учитывать уровень подготовки студента, его знания и пробелы. Кроме этого система должна уметь оценивать сложность контента. Это нужно, в частности, для адаптивных рекомендаций, которые будут помогать пользователю изучать материал, гибко подстраиваясь под него, предлагая именно тот контент, который ему нужен сейчас для обучения.
Такая система будет полезна пользователям персонализованными рекомендациями, которые могут помочь им изучить конкретную тему или предложить что-то новое.
В рамках работы была реализована рекомендательная система для образовательного контента, которая теперь используется на платформе stepic.org. Эта система совмещает в себе фильтрацию контента и коллаборативную фильтрацию, а также имеет возможность прохождения материала в адаптивном режиме, по индивидуальному для каждого учащегося пути.
Структура системы позволяет дополнять ее новыми способами рекомендации, причем значимость каждого способа и его вклад в итоговые рекомендации будет определяться системой автоматически на основе реакции пользователей.
Также система предоставляет возможность получать рекомендации в разных ситуациях: как просто при входе на сайт, на домашней странице, так и в процессе обучения, сразу после прохождения урока. Помимо этого имеются также адаптивные рекомендации, подстраивающиеся под уровень знаний конкретного пользователя.
В качестве дальнейших путей развития системы можно указать, во-первых, создание новых правил фильтрации контента исходя из нужд пользователей, во-вторых, совершенствование рекомендательной системы: используя ручную разметку контента можно при рекомендациях использовать изученные и не изученные пользователем темы, предлагать пройти ему что-то, знаний о чем ему не хватает для изучения интересного ему материала. Также возможна работа над проблемой «холодного старта», ситуации, когда про пользователя и про материалы нет достаточного объема накопленных данных, что мешает с уверенностью давать рекомендации.
