НЕЧЕТКАЯ РЕКОМЕНДАТЕЛЬНАЯ СИСТЕМА С ХОЛОДНЫМ СТАРТОМ ДЛЯ ВЫБОРА ТРАЕКТОРИИ ОБУЧЕНИЯ
Uloženo v:
| Název: | НЕЧЕТКАЯ РЕКОМЕНДАТЕЛЬНАЯ СИСТЕМА С ХОЛОДНЫМ СТАРТОМ ДЛЯ ВЫБОРА ТРАЕКТОРИИ ОБУЧЕНИЯ |
|---|---|
| Informace o vydavateli: | Институт проблем управления им. В. А. Трапезникова РАН, 2023. |
| Rok vydání: | 2023 |
| Témata: | recommender system, холодный старт, экспертная система, 4. Education, cold start, нечеткое описание, траектория обучения, educational trajectory, collaborative filtering, fuzzy metric, рекомендательная система, нечеткая метрика, совместная фильтрация, fuzzy description, expert system |
| Popis: | Рассмотрены подходы к решению проблемы выбора образовательной траектории и определены преимущества использования рекомендательных систем для ее решения. Сформулирована задача холодного старта рекомендательных систем и выбран способ ее решения, основанный на создании гибридной рекомендательной системы, объединяющей нечеткую экспертную систему на основе правил и рекомендательную систему с использованием нечеткой совместной фильтрации. Общий подход реализуется применительно к проблеме выбора направления обучения на этапе поступления в высшее учебное заведение. В качестве исходных данных используется модифицированный тест Климова на выбор профессии. Приведены правила оценивания метрик и близости нечетких треугольных данных. На основе принятого нечеткого представления описываются алгоритмы нечеткой экспертной системы и нечеткой рекомендательной системы с совместной фильтрацией. Комбинация двух подходов достигается путем генерации псевдоданных с помощью экспертной системы. Это позволяет решить задачу холодного старта и получить рекомендательную систему, качество которой постепенно улучшается благодаря подстановке значений из реальных запросов пользователей в базу данных. Тестирование программ, реализующих предложенные алгоритмы, подтвердило работоспособность построенной системы нечетких рекомендаций. Several approaches to choosing an educational trajectory are considered, and the advantages of using recommender systems are determined. The cold start problem of recommender systems is formulated and solved by creating a hybrid recommender system that combines a rule-based fuzzy expert system and a recommender system with fuzzy collaborative filtering. As one application, the general approach is implemented for choosing the field of study when entering a higher education institution. A modification of Klimov’s career guidance test is used as initial data. The rules for estimating the metrics and similarity of fuzzy triangular data are presented. The algorithms of a fuzzy expert system and a fuzzy recommender system with collaborative filtering are described in terms of the fuzzy representation accepted. The two approaches are combined by generating pseudo data using an expert system. This provides a solution of the cold start problem and yields a recommender system whose quality is gradually improved by substituting the values from real user queries into the database. The programs implementing these algorithms are tested to confirm the effectiveness of the fuzzy recommender system. Проблемы управления, Выпуск 6 2023, Pages 33-41 |
| Druh dokumentu: | Article |
| Jazyk: | Russian |
| DOI: | 10.25728/pu.2023.6.3 |
| Přístupové číslo: | edsair.doi...........6e4d18b5cd3b828cf085697764b3464c |
| Databáze: | OpenAIRE |
Nájsť tento článok vo Web of Science | Abstrakt: | Рассмотрены подходы к решению проблемы выбора образовательной траектории и определены преимущества использования рекомендательных систем для ее решения. Сформулирована задача холодного старта рекомендательных систем и выбран способ ее решения, основанный на создании гибридной рекомендательной системы, объединяющей нечеткую экспертную систему на основе правил и рекомендательную систему с использованием нечеткой совместной фильтрации. Общий подход реализуется применительно к проблеме выбора направления обучения на этапе поступления в высшее учебное заведение. В качестве исходных данных используется модифицированный тест Климова на выбор профессии. Приведены правила оценивания метрик и близости нечетких треугольных данных. На основе принятого нечеткого представления описываются алгоритмы нечеткой экспертной системы и нечеткой рекомендательной системы с совместной фильтрацией. Комбинация двух подходов достигается путем генерации псевдоданных с помощью экспертной системы. Это позволяет решить задачу холодного старта и получить рекомендательную систему, качество которой постепенно улучшается благодаря подстановке значений из реальных запросов пользователей в базу данных. Тестирование программ, реализующих предложенные алгоритмы, подтвердило работоспособность построенной системы нечетких рекомендаций.<br />Several approaches to choosing an educational trajectory are considered, and the advantages of using recommender systems are determined. The cold start problem of recommender systems is formulated and solved by creating a hybrid recommender system that combines a rule-based fuzzy expert system and a recommender system with fuzzy collaborative filtering. As one application, the general approach is implemented for choosing the field of study when entering a higher education institution. A modification of Klimov’s career guidance test is used as initial data. The rules for estimating the metrics and similarity of fuzzy triangular data are presented. The algorithms of a fuzzy expert system and a fuzzy recommender system with collaborative filtering are described in terms of the fuzzy representation accepted. The two approaches are combined by generating pseudo data using an expert system. This provides a solution of the cold start problem and yields a recommender system whose quality is gradually improved by substituting the values from real user queries into the database. The programs implementing these algorithms are tested to confirm the effectiveness of the fuzzy recommender system.<br />Проблемы управления, Выпуск 6 2023, Pages 33-41 |
|---|---|
| DOI: | 10.25728/pu.2023.6.3 |