Моделювання семантичного ядра інформаційної системи підтримки освітнього процесу
DOI:
https://doi.org/10.31516/2410-5333.069.03Ключові слова:
онтологічне моделювання, рекомендаційні системи, семантичний аналіз тексту, освітні ресурси, бібліотечні метадані, інформаційні системи освіти, персоналізація навчання, цифрове освітнє середовищеАнотація
У роботі розглянуто проблему автоматизації вибору релевантних освітніх ресурсів у цифровому університетському cередовищі. Метою дослідження є розроблення семантичної моделі інформаційної системи персоналізованого добору освітніх ресурсів на основі онтологічного представлення знань. Запропоновано формальну онтологічну модель освітнього домену, яка описує структуру університету, освітні програми, дисципліни, користувачів та бібліотечні ресурси, а також їх метадані. Модель передбачає використання гібридного механізму семантичного зіставлення метаданих, який поєднує класичні методи векторного представлення текстів (TF-IDF) із контекстуальними мовними моделями типу BERT. Такий підхід дозволяє враховувати як лексичну, так і змістову подібність елементів опису навчальних дисциплін та метаданих бібліотечних ресурсів. У роботі сформовано концептуальну основу інформаційної системи, яка призначена для підбору навчальних матеріалів до дисциплін і враховує навчальні спеціальності, рівень освіти здобувача тощо. Запропонована модель може бути інтегрована з університетськими інформаційними системами (LMS) та АБІС. Це створює передумови для підвищення ефективності інформаційного супроводу навчального процесу.
Посилання
Sokil, M. B. (2025) An Ontological Approach to Structuring a Library Knowledge Base Based on Metadata. Analytical Review. Visnyk of Kharkiv State Academy of Culture, (67), 268–279. https://doi.org/10.31516/2410-5333.067.18. [In Ukrainian].
Guesmi, M., Chatti, M. A., Kadhim, L., Joarder, S., & Ul Ain, Q. (2023). Semantic interest modeling and content-based scientific publication recommendation using word embeddings and sentence encoders. Multimodal Technologies and Interaction, 7(9), Article 91. https://doi.org/10.3390/mti7090091. [In English].
Hasoon, A. N., Abdulateef, S. K., Abdulameer, R. S., & Shuwandy, M. L. (2025). An intelligent hybrid AI course recommendation framework integrating BERT embeddings and random forest classification. Computers, 14(9), Article 353. https://doi.org/10.3390/computers14090353. [In English].
Huang, R. (2023). Improved content recommendation algorithm integrating semantic information. Journal of Big Data, 10, Article 84. https://doi.org/10.1186/s40537-023-00776-7. [In English].
Javaji, S. R., & Sarode, K. (2023). Multi-BERT for embeddings for recommendation system [Preprint]. arXiv. https://arxiv.org/abs/2308.13050. [In English].
Kanwal, S., Nawaz, S., Malik, M. K., & Nawaz, Z. (2021). A review of text-based recommendation systems. IEEE Access, 9, 31638–31661. https://doi.org/10.1109/ACCESS.2021.3059312. [In English].
Lezama-Sánchez, A. L., Vidal, M. T., & Reyes-Ortiz, J. A. (2022). An approach based on semantic relationship embeddings for text classification. Mathematics, 10(21), Article 4161. https://doi.org/10.3390/math10214161. [In English].
Madda, S. (2025, October 26). Semantic information retrieval using BERT and TF-IDF. Medium. https://medium.com/@sujitha_madda/semantic-information-retrieval-using-bert-and-tf-idf-c4ccd63ca228. [In English].
Mediani, C., Harous, S., & Djoudi, M. (2023). Content-based recommender system using word embeddings for pedagogical resources. In Proceedings of the PAIS Conference. IEEE. https://doi.org/10.1109/PAIS60821.2023.10321989. [In English].
Noorian, A., Harounabadi, A., & Hazratifard, M. (2023). A sequential neural recommendation system exploiting BERT and LSTM on social media posts. Complex & Intelligent Systems, 10, 721–744. https://doi.org/10.1007/s40747-023-01191-4. [In English].
Sangeetha, N., Thangaraj, H., Vashisht, V., Joshi, E., Verma, K. & Katariya, D. (2025). A BERT based hybrid recommendation system for academic collaboration. In Lecture Notes in Networks and Systems (Vol. 1327, pp. 111–125). Springer. https://doi.org/10.1007/978-981-96-4273-1_9. [In English].
Singla, P., & Verma, V. (2025). An intelligent job recommendation system based on semantic embeddings and machine learning. Journal of Information Systems Engineering & Management, 10(5s), 520–542. https://doi.org/10.52783/jisem.v10i5s.681. [In English].
Urdaneta-Ponte, M. C., Mendez-Zorrilla, A., & Oleagordia, I. (2021). Recommendation systems for education: Systematic review. Electronics, 10(14), Article 1611. https://doi.org/10.3390/electronics10141611. [In English].
UNESCO. (n.d.). Recommendation on open educational resources (OER). United Nations Educational, Scientific and Cultural Organization. Retrieved December 10, 2025, from https://www.unesco.org/en/legal-affairs/recommendation-open-educational-resources-oer. [In English].
Wu, R. (2024). RecBERT: Semantic recommendation engine with large language model enhanced query segmentation for k-nearest neighbors ranking retrieval. Intelligent and Converged Networks, 5(1), 42–52. https://doi.org/10.23919/ICN.2024.0004. [In English].
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
У разі публікації статті в збірнику «Вісник Харківської державної академії культури», автори зберігають авторське право, а також надають право журналу публікувати оригінальні наукові статті, що містять результати експериментальних і теоретичних досліджень і не знаходяться на розгляді для опублікування в інших віданнях. Всі матеріали поширюється на умовах ліцензії Creative Commons Attribution-NonCommercial-ShareAlike (BY-NC-SA), яка дозволяє першу публікацію в цьому журналі, а також розповсюдження роботи з визнанням авторства цієї роботи, на тих самих умовах, з некомерційною метою.
Автори мають підписати заяву, яка є угодою про надання прав редакції на публікацію статті в друкованому та електронному вигляді. Заява надсилається на поштову (оригінал) або електронну адресу (сканована копія) Редакції журналу.
Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
Під час подачі рукопису статті для опублікування у збірнику «Вісник Харківської державної академії культури» автори погоджуються з тим, що, у разі прийняття статті до публікації, її можна буде розмістити в електронних архівах та базах даних з обов'язковим зазначенням авторства і збереженням авторських прав у повному обсязі за авторами. У тексті самої роботи мають бути в повному обсязі представлені джерела зовнішньої інформації – у вигляді списків джерел літератури (у т.ч. особисті раніше опубліковані роботи авторів). Автори рукопису статті зобов'язані належно оформляти запозичення у вигляді цитат або посилань. Будь-які форми плагіату неприпустимі.
