Deputy Head of the Information Technology Department
заместитель начальника управления информационных технологий
Doctor of Social Sciences, Full Professor, Vice-Rector for Academic Affairs
доктор социологических наук, профессор, проректор по учебной работе
Head of the Information Technology Department
начальник управления информационных технологий
Problem and goal. Developed and tested solutions for building individual educational trajectories of students, focused on improving the educational process by forming a personalized set of recommendations from the optional disciplines. Methodology. Data mining and machine learning methods were used to process both numeric and textual data. The approaches based on collaborative and content filtering to generate recommendations for students were also used. Results. Testing of the developed system was carried out in the context of several periods of elective courses selection, in which 4,769 first- and second-year students took part. A set of recommendations was automatically generated for each student, and then the quality of the recommendations was evaluated based on the percentage of students who used these recommendations. According to the results of testing, the recommendations were used by 1,976 students, which was 41.43% of the total number of participants. Conclusion. In the study, a recommendation system was developed that performs automatic ranking of subjects of choice and forms a personalized set of recommendations for each student based on their interests for building individual educational trajectories.
Проблема и цель. Разработаны и апробированы решения для построения индивидуальных образовательных траекторий обучающихся, ориентированные на улучшение образовательного процесса за счет формирования персонифицированного набора рекомендаций из дисциплин по выбору. Методология. Использовались методы интеллектуального анализа данных и машинного обучения, направленные на обработку как числовых, так и текстовых данных. Применялись подходы на основе коллаборативной и контентной фильтрации для формирования рекомендаций учащимся. Результаты. Апробация разработанной системы проводилась в разрезе нескольких периодов выбора элективных курсов, в которых приняло участие 4769 учащихся первого и второго годов обучения. Для каждого учащегося был автоматически сформирован набор рекомендаций, а затем выполнена оценка качества построенных рекомендаций исходя из доли учащихся, воспользовавшихся этими рекомендациями. Согласно результатам проведенной апробации, рекомендациями воспользовались 1976 учащихся, что составило 41,43 % от общего числа принявших участие. Заключение. Разработана рекомендательная система, выполняющая автоматическое ранжирование дисциплин по выбору и формирующая персонифицированный набор рекомендаций каждому учащемуся исходя из его интересов для выстраивания индивидуальных образовательных траекторий.