Skill Based Course Recommendation System

Sankhe, Viddhesh; Shah, Janice; Paranjape, Tejas; Shankarmani, Radha

doi:10.1109/gucon48875.2020.9231074

Cited by 6 publications

(4 citation statements)

References 3 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…The classification techniques KNN and Support Vector Machine with Radial Basis Kernel are reviewed, used, and compared during the data-mining process. Additionally, the article seeks to replace the current heuristic process's mathematical underpinning with data mining techniques, (10) Authors in [55] improved the accuracy of course recommendations using a machinelearning approach that utilizes the Naive Bayes algorithm, (11) Authors in [56] developed a list of suggestions for academics and professionals on the choice, configuration, and application of ML algorithms in predictive analytics in STEM education, (12) Based on a variety of criteria, authors in [57] mapped their present-day students to their alumni students. Then, in contrast to earlier articles that employed k-means, they used c-means and fuzzy clustering to find a superior way to predict the student's elective course, (13) The goals of the study [58] were to determine how KNN and Naive Bayes can be used to suggest the best and most advanced course options for students.…”

Section: Aim Of Studies That Used Novel Approachesmentioning

confidence: 99%

“…Again, the most common weaknesses in this research area were dataset-related, whether the authors did not mention any information about the used dataset, as in [58]; or the ambiguity about preprocessing steps, performed as [47,57,58]; or the lack of information about the data-splitting methods used, as in [48,49,57].…”

Section: Authors and Year Evaluation Metrics And Values Strengths Wea...mentioning

confidence: 99%

See 1 more Smart Citation

Systematic Review of Recommendation Systems for Course Selection

Algarni

Sheldon

2023

MAKE

View full text Add to dashboard Cite

Course recommender systems play an increasingly pivotal role in the educational landscape, driving personalization and informed decision-making for students. However, these systems face significant challenges, including managing a large and dynamic decision space and addressing the cold start problem for new students. This article endeavors to provide a comprehensive review and background to fully understand recent research on course recommender systems and their impact on learning. We present a detailed summary of empirical data supporting the use of these systems in educational strategic planning. We examined case studies conducted over the previous six years (2017–2022), with a focus on 35 key studies selected from 1938 academic papers found using the CADIMA tool. This systematic literature review (SLR) assesses various recommender system methodologies used to suggest course selection tracks, aiming to determine the most effective evidence-based approach.

show abstract

Section: Aim Of Studies That Used Novel Approachesmentioning

confidence: 99%

Section: Authors and Year Evaluation Metrics And Values Strengths Wea...mentioning

confidence: 99%

Systematic Review of Recommendation Systems for Course Selection

Algarni

Sheldon

2023

MAKE

View full text Add to dashboard Cite

show abstract

“…For example, Tsinghua University in Beijing has developed an image recognition system for security in public places [8]. The Japanese division of Omron has developed an image recognition system for mobile phones [9]. Riya, a company of image recognition scientists at Stanford University, has developed an open-ended testing Web service for searching facial images in digital photo albums [10][11][12][13][14].…”

Section: Problem Statementmentioning

confidence: 99%

Қашықтықтан Оқытуда Бейнені Тану Әдісі Бар Веб-Қосымшалар Үшін Iot Технологиясын Пайдалану

Tutkyshbayevа

2023

BULLETIN Series Physical and Mathematical Sciences

View full text Add to dashboard Cite

The article is devoted to the methodology and new technology of image and face recognition, which are relevant during the pandemic and distance learning. The methods used to create image recognition technologies and their practical results are considered in detail. The result of the Face ID algorithm using the face recognition method was shown in a web application. During the experiment, the advantages and disadvantages of the face recognition method were determined. The article contains a comparative indicator of facial recognition methods in the following categories: facial recognition accuracy; face recognition time; the occurrence of a problem in facial recognition. Among the methods of facial recognition for a web application, the Viola-Jones method showed the best results. The article shows the result of using the Viola-Jones method for authentication and identification on a real example. The program code of the Viola- Jones method in the PHP programming language is given. Keywords: distance learning, methodology, image recognition, identification of a person, Viola-Jones method, PHP, MySQL. Мақала пандемия және қашықтықтан оқыту кезінде өзекті болып табылатын бейнені тану әдістемесі мен жаңа технологиясына арналған. Кескінді тану технологияларын жасауда қолданылатын бейнені тану әдістер және оның практикалық нәтижелері жан-жақты қарастырылады. Бейнені тану әдісін веб қосымшасында пайдаланып Face IDалгоритмінің нәтижесі көрсетілді. Эксперимент барысында бейнені тану әдісінің артықшылығы мен кемшіліктері анықталды. Мақалада келесі санаттар бойынша бейнені тану әдістерінің салыстырмалы көрсеткіші келтірілген: бейнені тану дәлдігі; бейнені тану уақыты; бейнені танудағы мәселенің пайда болуы. Веб- қосымшасына бейнені тану әдістерінің ішінен Виола-Джонс әдісі жақсы нәтиже көрсетті. Мақалада нақты мысалда аутентификация және идентификация үшін Виола-Джонс әдісін қолдану кезіндегі нәтижесі көрсетілген. Виола-Джонс әдісінің программалық коды PHP бағдарламалау тілінде көрсетілген. Түйін сөздер: қашықтықтан оқыту, әдіснама, бейнені тану, бейнені анықтау, Виола-Джонс әдісі, PHP, MySQL. Статья посвящена методологии и технологии распознавания образов и лиц, актуальные во время пандемии и дистанционного обучения. Рассматриваются методы, используемые для создания технологий распознавания изображений и их практические результаты. Результат работы алгоритма Face ID с использованием метода распознавания лиц показан в веб-приложении. В ходе эксперимента определены преимущества и недостатки метода распознавания лиц. В статье содержится сравнительный показатель методов распознавания лиц по следующим категориям: точность распознавания лиц; время распознавания; возникновение проблемы в распознавании лиц. Среди методов распознавания лиц для веб-приложения наилучшие результаты показал метод Виолы-Джонса. В статье показан результат его применения для аутентификации и идентификации на реальном примере. Приведен программный код метода Виолы-Джонса на языке программирования PHP. Ключевые слова: дистанционное обучение, методология, распознавание изображения, идентификация лица, метод Виолы-Джонса, PHP, MySQL.

show abstract

“…The main goal of RSs is to deliver customized information to a great variety of users according to their preferences [6]. Considering the various aspects of the course section and technological process, it is necessary to generate a recommendation system that meets students' needs and navigates through the learning process.…”

Section: Introductionmentioning

confidence: 99%

Білім Беру Бағдарламаларын Әзірлеу Кезінде Элективті Курстар Ұсынатын Ақпараттық Жүйелерге Талдау

Zakirova

2023

BULLETIN Series Physical and Mathematical Sciences

View full text Add to dashboard Cite

In these days, with the rapid development of information technologies and the education system of higher educational institutions, huge amounts of data are accumulating, and a large number of available courses are being developed. Consequently, students face difficulties in finding suitable courses that match their interests. As a solution, several course recommendation systems have been developed over the course of a decade, and many data mining methods for cluster data have been applied. The recommendation system allows students to notice their preferences and returns results that are useful to them, based on the assessments of other users and the assumptions of the system itself. With the help of recommendation systems, the student's learning process will be planned more productively and efficiently. The purpose of this study is to determine the general criteria of the recommendation system to meet the interests and objectives of students. In order to gain a deep theoretical understanding, a thorough review of the literature on works published over a 5-year period (2015-2020) was conducted. The paper analyzes the technologies that are used to create recommendation systems. The results obtained show common approaches, algorithms, and evaluation measurements of the recommendation system. Keywords: recommendation system, course selection, Collaborative Filtering (CF), Content-Based Filtering (CBF), algorithms. Қазіргі таңда, ақпараттық технологиялар мен жоғары оқу орындарында білім беру жүйесінің қарқынды дамуыда және де көптеген элективті курстар әзірленуде. Десекте, деректердің үлкен көлемі студенттердің өздерінің қызығушылықтарына сәйкес келетін курстарды табуда қиындықтарға әкелуде. Атап өтілген мәселелінің шешімі ретінде, соңғы он жыл ішінде шешім ретінде бірнеше элективті курстарды ұсыныстын ақпараттық жүйелерлер әзірленуде, сонымен қатар кластерлік мәліметтер үшін көптеген деректерді іздеу әдістері қолданылды. Элективті курстарды ұсынатын ақпараттық жүйелер студенттерге басқа пайдаланушылардың бағалары мен курс туралы ойларын білу арқылы, ең тиімді деген курстарды таңдауға мүмкіндік береді. Ұсыныс жүйелерінің көмегімен студенттің оқу процесі нәтижелі және тиімді жоспарланады. Осы зерттеудің мақсаты ұсынымдық жүйенің жалпы өлшемдерін анықтау болып табылады. Бұл зерттеудің мақсаты студенттердің мүдделері мен міндеттерін қанағаттандыру үшін құрылып қатқан ақпараттық ұсыныс жүйелерінің жалпы критерийлерін анықтау болып табылады. Терең теориялық түсінік алу үшін 5-жылдық кезеңде (2015-2020 жылдар) жарияланған жұмыстар бойынша әдебиеттерге мұқият шолу жасалды. Алынған нәтижелер ұсыныс жүйесінің жалпы тәсілдерін, алгоритмдерін және бағалау өлшемдерін көрсетеді. Түйін сөздер: ақпараттық ұсыныстар жүйесі, курсты таңдау, коллаборативті фильтрлеу, контенттік фильтрлеу, алгоритмдер. На сегодняшний день, с быстрым развитием информационных технологий и системы образования высших учебных заведений накапливаются огромные объемы данных, разрабатывается большое количество доступных курсов. Следовательно, студенты сталкиваются с трудностями в поиске подходящих курсов, которые соответствуют их интересам. В качестве решения в течение десятилетия было разработано несколько систем рекомендаций по курсам, а также применено множество методов интеллектуального анализа данных для кластерных данных. Рекомендательная система позволяет студентам замечать свои предпочтения и возвращает результаты, которые полезны для него, основываясь на оценках других пользователей и предположениях самой системы. С помощью рекомендательных систем учебный процесс студента будет спланирован более продуктивно и эффективно. Целью данного исследования является определение общих критериев рекомендательной системы для удовлетворения интересов и задач студентов. Для получения глубокого теоретического понимания был проведен тщательный обзор литературы по работам, опубликованным за 5- летний период (2015-2020 годы). В работе анализируются технологии, которые используются для создания рекомендационных систем. Полученные результаты показывают общие подходы, алгоритмы и оценочные измерения рекомендательной системы. Ключевые слова: рекомендательная система, выбор курса, коллаборативная фильтрация, контентная фильтрация, алгоритмы.

show abstract

Skill Based Course Recommendation System

Cited by 6 publications

References 3 publications

Systematic Review of Recommendation Systems for Course Selection

Systematic Review of Recommendation Systems for Course Selection

Қашықтықтан Оқытуда Бейнені Тану Әдісі Бар Веб-Қосымшалар Үшін Iot Технологиясын Пайдалану

Білім Беру Бағдарламаларын Әзірлеу Кезінде Элективті Курстар Ұсынатын Ақпараттық Жүйелерге Талдау

Contact Info

Product

Resources

About