INCREASING THE RELIABILITY OF PREDICTING EDUCATIONAL TRAJECTORIES BY A RECOMMENDATION SYSTEM THAT UNITES ACADEMIC AND MOTIVATIONAL PROFILES

2025

Толық мәтін Ашық қол жеткізу: Hybrid Метадеректер (CSL-JSON)
DOI 10.51885/3134-8025_jics_2026_1_9
Деректер сенімділігі 70 орташа
Бұл баға қалай есептеледі

Ол жазбаның өзінің тексерілетін белгілерінен құралады: мақаланың DOI-і бар ма, оның деректерін қанша тәуелсіз дереккөз растады, міндетті өрістер толтырылған ба және соңғы растау қаншалықты жаңа. Дереккөздер арасындағы алшақтық пен идентификатордың болмауы бағаны төмендетеді. 80-нен бастап мән жазбаның қосымша тексерусіз жарияланғанын, 60-тан 79-ға дейін — оның сенімділігі төмен күйде жарияланғанын және қолмен тексеру ұсынылатынын білдіреді. Редактор қолмен тексерген жазбаны қайта есептеу 90-нан төмен түсірмейді. Бұл — мақаланың өзіне емес, ол туралы деректерімізге берілген баға.

Аңдатпа

Настоящее исследование связано с тем, что традиционные рекомендательные системы демонстрируют не очень высокую точность выборакурсов. В центре внимания данного исследования было построение и эмпирическое обоснование использования предложенной рекомендательной системы. Исследование направлено на создание рекомендательной системы и ее проверкудля прогнозирования образовательных траекторий IТ-специальностей ВКТУ. Для решения задачи исследования применялась матричная факторизация примоделированииакадемического профиля обучающихся. Параллельно создан мотивационный вектор, строящийся на базе психометрического моделирования RIASEC. Результаты двух прогностических компонент были объединены через линейную взвешенную комбинацию, при этом коэффициент в этой комбинации оптимизирован методом GridSearch. Оценка точности и стабильности выполнена с использованием пятикратной кросс-валидации и ключевых метрик.Найденное значение коэффициента 𝛼=0.58 дало оптимальные параметры нашей системы. При данномкоэффициенте получилисьнаибольшая точность прогноза и самая низкая ошибка. Нашамодельпродемонстрировала значительную стабильность результатов. Исследование подтверждает, что построенная в нашей системе комбинация академического и мотивационного профилей может являться одной из компонент для разработки открытых и надежных рекомендательных систем.