Концепція інформаційної системи інтелектуального підбору навчальних ресурсів як засобу підтримки навчання
DOI:
https://doi.org/10.31516/2410-5333.069.14Ключові слова:
інформаційна система, інформаційні потреби, семантичний аналіз, метадані, бібліотечні ресурси, адаптивний навчальний контент в освітіАнотація
У дослідженні запропоновано модель інформаційної системи для автоматичного добору освітніх ресурсів, які супроводжують навчальний процес у вищій школі. Підхід базується на стандартизованих метаданих дисциплін і бібліотечних фондів. Розглянуто два аспекти: семантичний аналіз та структура освітнього процесу. Метадані охоплюють анотації, ключові слова, рівень освіти, напрям підготовки для дисциплін та назву, тип, рік, тематику для ресурсів. Семантичний аналіз із векторними представленнями виявляє змістову близькість поза простими збігами слів. Для відображення структури освітнього процесу використано онтологічну модель. Вона дає можливість описати зв’язки між спеціальностями, програмами, дисциплінами тощо. Такий підхід дозволяє логічно знаходити приховані відношення. Модель адаптується до конкретного університету та може бути інтегрована з АБІС та Moodle. Наукова новизна полягає в інтеграції семантичного аналізу з онтологічним моделюванням для концептуального узгодження навчального матеріалу й бібліотечних ресурсів. Модель може бути основою для систем інтелектуальної підтримки навчання.
Посилання
Sokil, M. B. (2025). 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].
Bulut, O., Cormier, D. C., & Shin, J. (2020). An intelligent recommender system for personalized test administration scheduling with computerized formative assessments. Frontiers in Education, 5, Article 572612. https://doi.org/10.3389/feduc.2020.572612 [In English].
Dai, Y., Takami, K., Flanagan, B., & Ogata, H. (2024). Beyond recommendation acceptance: Explanation’s learning effects in a math recommender system. Research and Practice in Technology Enhanced Learning, 19, Article 020. https://doi.org/10.58459/rptel.2024.19020 [In English].
Dascalu, M.-I., Bodea, C.-N., Mihailescu, M. N., Tanase, E. A., & Ordoñez de Pablos, P. (2016). Educational recommender systems and their application in lifelong learning. Behaviour & Information Technology, 35(4), 290–297. https://doi.org/10.1080/0144929X.2015.1128977 [In English].
da Silva, F. L., Slodkowski, K. C., da Silva, K. K., & Cazella, S. C. (2023). A systematic literature review on educational recommender systems for teaching and learning: Research trends, limitations and opportunities. Education and Information Technologies, 28(3), 3289–3313. https://doi.org/10.1007/s10639-022-11341-9 [In English].
George, G., & Lal, A. M. (2019). Review of ontology-based recommender systems in e-learning. Computers & Education, 142, Article 103642. https://doi.org /10.1016/j.compedu.2019.103642 [In English].
Mazhoud, O., Kalboussi, A., & Kacem, A. H. (2021). Educational recommender system based on learner’s annotative activity. International Journal of Emerging Technologies in Learning, 16(10), 108–124. https://doi.org/10.3991/ijet.v16i10.19955 [In English].
Mhagama, J. T., & Garg, K. (2025). A systematic review of educational recommender systems: Techniques, target users, and emerging trends in personalized learning. International Journal of Technology in Education and Science, 2(1), 79–98. [In English].
Premalatha, M., Viswanathan, V., Suganya, G., Kaviya, M., & Vijaya, A. (2018). Educational data mining and recommender systems survey. International Journal of Web Portals, 10(1), 39–53. https://doi.org/10.4018/IJWP.2018010104 [In English].
Rahayu, N. W., Ferdiana, R., & Kusumawardani, S. S. (2022). A systematic review of ontology use in E-Learning recommender system. Computers and Education: Artificial Intelligence, 3, Article 100047. https://doi.org/10.1016 /j.caeai.2022.100047 [In English].
Raj, N. S., & Renumol, V. G. (2022). A systematic literature review on adaptive content recommenders in personalized learning environments from 2015 to 2020. Journal of Computers in Education, 9(1), 113–148. https://doi.org/10.1007/s40692-021-00199-4 [In English].
Songer, R. W., & Yamamoto, T. (2023). An analysis of student decision making for educational recommender systems. Educational Research and Reviews, 18(4), 54–62. https://doi.org/10.5897/ERR2023.4313 [In English].
Souabi, S., Retbi, A., Khalidi Idrissi, M. K., & Bennani, S. (2021). Recommendation systems on e-learning and social learning: A systematic review. The Electronic Journal of e-Learning, 19(5), 432–451. https://doi.org/10.34190/ejel.19.5.2482 [In English].
Tarus, J. K., Niu, Z., & Mustafa, G. (2018). Knowledge-based recommendation: A review of ontology-based recommender systems for e-learning. Artificial Intelligence Review, 50(1), 21–48. https://doi.org/10.1007/s10462-017-9539-5 [In English].
Zhang, Q., Lu, J., & Zhang, G. (2021). Recommender systems in E-learning. Journal of Smart Environments and Green Computing, 1, 76–89. https://doi.org/10.20517/jsegc.2020.06 [In English].
Zhao, L.-T., Wang, D.-S., Liang, F.-Y., & Chen, J. (2023). A recommendation system for effective learning strategies: An integrated approach using context-dependent DEA. Expert Systems with Applications, 211, Article 118535. https://doi.org /10.1016/j.eswa.2022.118535 [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.
