АЛГОРИТМЫ РЕКОМЕНДАЦИЙ ДЛЯ ОБРАЗОВАТЕЛЬНЫХ ПРЕДПОЧТЕНИЙ: ОБЗОР

1 «Нархоз университет», Алматы, Казахстан. 2 «Казахский Национальный Исследовательский Технический университет К.И.Сатпаева», Алматы, Казахстан.

Аннотация

Образовательные рекомендательные системы (ERS) трансформируют процесс обучения, предоставляя персонализированный контент и рекомендации по курсам, адаптированные к индивидуальным потребностям студентов. Эти системы используют подходы, такие как коллаборативная фильтрация, гибридные модели и глубокое обучение, для улучшения образовательных траекторий. Однако остаются нерешённые проблемы, включая холодный старт, разреженность данных и вопросы конфиденциальности. Недавние достижения в области гибридных моделей, методов глубокого обучения и знаний графов открывают перспективы для решения этих проблем и повышения точности рекомендаций. В данной статье рассматриваются эти технологии с акцентом на потенциал использования крупномасштабных наборов данных и объяснимого ИИ (XAI) для улучшения образовательного опыта.