Сервіс автоматизованого запису на вибіркові навчальні дисципліни в НаУКМА та можливі напрями його інтелектуалізації
Loading...
Date
2016
Authors
Горборуков, Вячеслав
Олецький, Олексій
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Описано основні функціональні можливості автоматизованої системи запису студентів на
вибіркові навчальні курси, що була розроблена в Національному університеті «Києво-Могилянська
академія». Розглянуто можливості розвитку цієї системи в напрямі її інтеграції з іншими системами автоматизації бізнес-процесів університету, а також щодо набуття нею рис рекомендаційної системи.
Для надання рекомендацій щодо вибору дисциплін запропоновано три підходи: на основі розв’язання
оптимізаційних задач, на основі аналізу мір близькості між анотаціями та на основі використання
методик Data Mining і Web Usage Mining. Показано, що в найпростішому випадку автоматичне
формування рекомендацій зводиться до розв’язання задачі про рюкзак із булевими змінними. Але
врахування додаткових факторів призводить до нечітких і багатокритеріальних оптимізаційних
задач, а також до необхідності використання методів машинного навчання.
Для вироблення рекомендацій на основі мір близькості запропоновано розвивати підхід на основі
формалізації нечіткого поняття «середня відстань». Сформульовано основні напрями застосування
методів Data Mining і Web Usage Mining.
Description
The paper describes the main features of the system of automated enrollment to optional disciplines developed
in the National University of “Kyiv-Mohyla Academy” and its place in the overall environment for
automating learning processes in the University. The authors regard the main trends of integrating this system
to other services and of transforming it to the recommendation system.
To form recommendations, three approaches are proposed: on the basis of solving the optimization task,
on the basis of analyzing similarities between annotations, and on the basis of applying methods of Data Mining
and Web Usage Mining.
Within the optimization approach, the problem, in the simplest case, can be formulated as a knapsack
problem with boolean variables. But in more complex cases, some fuzzy and multi-criteria optimization problems
are formulated. The multi-criteria problem arises if we regard different topics and the domain of knowledge
addressed by courses. As the goal function and constraints of these tasks can be unknown, the use of
machine learning methods might be needed.
It should be taken into account that the most appropriate recommendations elaborated by the recommendation
system on the basis of evaluating similarity measures should neither be very similar to the already
completed courses nor very distant from them. So an approach involving fuzzy concept of average distance is
developed.
The main directions of applying Data Mining and Web Usage Mining such as detecting problem situations,
analyzing cases of choosing disciplines from other faculties, reducing risks of failures in choosing disciplines,
etc., are distinguished.
Keywords
автоматизація, рекомендаційна система, нечітка оптимізаційна задача, нечіткі міри близькості, Data Mining, automation, e-learning, recommendation system, fuzzy optimization task, fuzzy similarity measures, Data Mining
Citation
Горборуков В'ячеслав Вікторович. Сервіс автоматизованого запису на вибіркові навчальні дисципліни в НаУКМА та можливі напрями його інтелектуалізації / Горборуков В. В., Олецький О. В. // Наукові записки НаУКМА : Комп'ютерні науки. - 2016. - Т. 190. - С. 52-56.