Сервіс автоматизованого запису на вибіркові навчальні дисципліни в НаУКМА та можливі напрями його інтелектуалізації

Simple item page
dc.contributor.authorГорборуков, Вячеслав
dc.contributor.authorОлецький, Олексій
dc.date.accessioned2017-03-13T09:57:02Z
dc.date.available2017-03-13T09:57:02Z
dc.date.issued2016
dc.descriptionThe paper describes the main features of the system of automated enrollment to optional disciplines developed in the National University of “Kyiv-Mohyla Academy” and its place in the overall environment for automating learning processes in the University. The authors regard the main trends of integrating this system to other services and of transforming it to the recommendation system. To form recommendations, three approaches are proposed: on the basis of solving the optimization task, on the basis of analyzing similarities between annotations, and on the basis of applying methods of Data Mining and Web Usage Mining. Within the optimization approach, the problem, in the simplest case, can be formulated as a knapsack problem with boolean variables. But in more complex cases, some fuzzy and multi-criteria optimization problems are formulated. The multi-criteria problem arises if we regard different topics and the domain of knowledge addressed by courses. As the goal function and constraints of these tasks can be unknown, the use of machine learning methods might be needed. It should be taken into account that the most appropriate recommendations elaborated by the recommendation system on the basis of evaluating similarity measures should neither be very similar to the already completed courses nor very distant from them. So an approach involving fuzzy concept of average distance is developed. The main directions of applying Data Mining and Web Usage Mining such as detecting problem situations, analyzing cases of choosing disciplines from other faculties, reducing risks of failures in choosing disciplines, etc., are distinguished.en
dc.description.abstractОписано основні функціональні можливості автоматизованої системи запису студентів на вибіркові навчальні курси, що була розроблена в Національному університеті «Києво-Могилянська академія». Розглянуто можливості розвитку цієї системи в напрямі її інтеграції з іншими системами автоматизації бізнес-процесів університету, а також щодо набуття нею рис рекомендаційної системи. Для надання рекомендацій щодо вибору дисциплін запропоновано три підходи: на основі розв’язання оптимізаційних задач, на основі аналізу мір близькості між анотаціями та на основі використання методик Data Mining і Web Usage Mining. Показано, що в найпростішому випадку автоматичне формування рекомендацій зводиться до розв’язання задачі про рюкзак із булевими змінними. Але врахування додаткових факторів призводить до нечітких і багатокритеріальних оптимізаційних задач, а також до необхідності використання методів машинного навчання. Для вироблення рекомендацій на основі мір близькості запропоновано розвивати підхід на основі формалізації нечіткого поняття «середня відстань». Сформульовано основні напрями застосування методів Data Mining і Web Usage Mining.uk
dc.identifier.citationГорборуков В'ячеслав Вікторович. Сервіс автоматизованого запису на вибіркові навчальні дисципліни в НаУКМА та можливі напрями його інтелектуалізації / Горборуков В. В., Олецький О. В. // Наукові записки НаУКМА : Комп'ютерні науки. - 2016. - Т. 190. - С. 52-56.uk
dc.identifier.urihttps://ekmair.ukma.edu.ua/handle/123456789/11110
dc.language.isoukuk
dc.relation.sourceНаукові записки НаУКМА: Комп'ютерні наукиuk
dc.statuspublished earlieruk
dc.subjectавтоматизаціяuk
dc.subjectрекомендаційна системаuk
dc.subjectнечітка оптимізаційна задачаuk
dc.subjectнечіткі міри близькостіuk
dc.subjectData Miningen
dc.subjectautomationen
dc.subjecte-learningen
dc.subjectrecommendation systemen
dc.subjectfuzzy optimization tasken
dc.subjectfuzzy similarity measuresen
dc.subjectData Miningen
dc.titleСервіс автоматизованого запису на вибіркові навчальні дисципліни в НаУКМА та можливі напрями його інтелектуалізаціїuk
dc.title.alternativeA Service of Automated Enrollment to Optional Disciplines and Possible Ways of Making it More Intelligenten
dc.typeArticleuk
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
Horborukov_Oletskyi_Servis_avtomatyzovanoho_zapysu.pdf
Size:
257.08 KB
Format:
Adobe Portable Document Format
Description:
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
7.54 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
190: Комп'ютерні науки
Кафедра мультимедійних систем