Implementació d'un sistema de recomanació per predir l'elecció d'assignatures en l'educació superior

Article Sidebar

Accés (English)

Main Article Content

Nehal Adhvaryu
Indus University
https://orcid.org/0009-0002-4370-3796
Akshara Dave
Indus University
https://orcid.org/0000-0003-2348-5525

Per tal d'animar els estudiants a seguir un sistema educatiu interdisciplinari on puguin estudiar múltiples disciplines acadèmiques, la Nova Política Educativa els ofereix una varietat d'assignatures optatives. Una major flexibilitat promou un desenvolupament integral i pot atendre un ventall divers d'interessos, però també planteja un problema seriós: els estudiants no saben com triar assignatures optatives que s'ajustin a les seves capacitats acadèmiques, aspiracions professionals i interessos personals. En aquesta investigació es recomana un sistema de recomanació basat en tècniques de filtratge per contingut i filtratge col·laboratiu per resoldre aquest problema i ajudar els estudiants a prendre decisions informades sobre les assignatures optatives.




L'estratègia proporciona suggeriments de cursos personalitzats basats en dades com el rendiment anterior de l'estudiant, les àrees d'interès específiques i els cursos disponibles. Totes aquestes dades són analitzades per l'algorisme, que recomana les assignatures optatives que millor s'ajusten als objectius i al nivell de capacitat de l'estudiant. Pretén simplificar el procés de presa de decisions voluntària, reduir l'ansietat per prendre decisions i millorar el rendiment acadèmic i la participació.




L'eficàcia del concepte es determina mitjançant una sèrie de proves pre i post sobre els assoliments educatius i la satisfacció de l'estudiant després de la implementació del sistema de recomanació. A més, l'estudi proporciona una solució in situ i escalable a un dels problemes més grans de l'educació multidisciplinària moderna. 


Paraules clau
Educació superior, Filtratge basat en contingut, Filtratge col·laboratiu, Híbrid, Aprenentatge automàtic

Article Details

Com citar
Adhvaryu, Nehal; Dave, Akshara. «Implementació d’un sistema de recomanació per predir l’elecció d’assignatures en l’educació superior». Digital Education Review, 2026, núm. 48, p. 224-38, doi:10.1344/der.2026.48.224-238.
Drets
Creative Commons License

Aquesta obra està sota una llicència internacional Creative Commons Reconeixement-NoComercial-SenseObraDerivada 4.0.

(c) Nehal Adhvaryu, Akshara Dave, 2026


Drets d'autor

Digital Education Review (2013-9144) ofereix la possibilitat d'accedir al contingut lliurement i aquest es publica sota una llicència de Creative Commons de Reconeixement-NoComercial-SenseObraDerivada CC BY-NC-ND en la que tothom és lliure de copiar, distribuir i compartir el treball però cal reconèixer l'autoria, no fer-ne usos comercials ni transformar el treball original.
Referències

Adhvaryu, N., & Parekh, D. (2024). A review paper on recommender system for higher education. Scope, 14, 1042–1053.

Algarni, S., & Sheldon, F. (2023). Systematic review of recommendation systems for course selection. Machine Learning and Knowledge Extraction, 5, 560–596. https://doi.org/10.3390/make5020033.

Amane, M. A. (2022). ERSDO: E-learning recommender system based on dynamic ontology. Education and Information Technologies, 27, 7549–7561. https://doi.org/10.1007/s10639-022-10914-y.

Bhumichitr, K., & Channarukul, S. (2017). Recommendation system for university elective course recommendation. In Proceedings of the International Joint Conference on Computer Science and Software Engineering (pp. 1–6). IEEE. https://doi.org/10.1109/JCSSE.2017.8025933.

Dhar, J., & Jodder, A. K. (2020). An effective recommendation system to forecast the best educational program using machine learning classification algorithms. International Journal of Information and Engineering Technology, 25, 559–568. https://doi.org/10.18280/isi.250502.

Elahi, M., Starke, A., El, N., Lambrix, A. A., & Trattner, C. (2022). Developing and evaluating a university recommender system. Frontiers in Artificial Intelligence, 4, Article 796268. https://doi.org/10.3389/frai.2021.796268.

Fareed, A., Hassan, S., Belhaouari, S. B., & Halim, Z. (2023). A collaborative filtering recommendation framework utilizing social networks. Machine Learning with Applications, 14, Article 100495. https://doi.org/10.1016/j.mlwa.2023.100495.

Furtado, F., & Singh, A. (2020). Movie recommender system using machine learning. International Journal of Research in Industrial Engineering, 9, 84–98.

Gupta, A., & Sharma, A. (2020). Implementation of recommender system using neural networks and deep learning. In Proceedings of the International Conference on Advanced Computing and Intelligent Engineering (pp. 256–263). Springer. https://doi.org/10.1007/978-981-15-6067-5_28.

Isma’Il, M., Haruna, U., Aliyu, G., Abdulmumin, I., & Adamu, S. (2020). An autonomous courses recommender system for undergraduate using machine learning techniques. In Proceedings of the IEEE International Conference on Mechatronics, Control and Embedded Systems. IEEE. https://doi.org/10.1109/ICMCECS47690.2020.240882.

Kadam, Y., Kadulkar, Y., Moolya, V., & Agrawal, S. (2023). University recommendation system for abroad studies using machine learning. International Journal for Research in Applied Science & Engineering Technology, 11. https://doi.org/10.22214/ijraset.2023.50835.

Kruthika, G. V., & Divakar, H. R. (2023). Course recommendation system using machine learning. International Research Journal of Modernization in Engineering Technology and Science, 5, 111–116. https://doi.org/10.56726/IRJMETS43780.

Kumar, D. P., Singh, A. K., et al. (2023). Content based recommendation system on movies. In Proceedings of the International Conference on Emerging Trends in Engineering (pp. 462–472). https://doi.org/10.2991/978-94-6463-252-1_49.

Lahoud, C., Moussa, S., Obeid, C., El Khoury, H., & Champin, P.-A. (2022). A comparative analysis of different recommender systems for university major and career domain guidance. Education and Information Technologies, 28, 8733–8759. https://doi.org/10.1007/s10639-022-11541-3.

Li, J., & Ye, Z. (2020). Course recommendations in online education based on collaborative filtering recommendation algorithm. Complexity, 2020, Article 6619249. https://doi.org/10.1155/2020/6619249.

Lynn, N. D., & Emanuel, A. W. R. (2021). A review on recommender systems for course selection in higher education. IOP Conference Series: Materials Science and Engineering, 1098, Article 032039. https://doi.org/10.1088/1757-899X/1098/3/032039.

Mondal, B., Patra, O., Mishra, S., & Patra, P. (2020). A course recommendation system based on grades. In Proceedings of the IEEE International Conference on Computing, Security and Analytics. IEEE. https://doi.org/10.1109/ICCSEA49143.2020.9132845.

Neha, Sharma, A., & Kaur, R. (2023). Recommendation system for course selection in higher education: A critical survey. European Chemical Bulletin, 12(S3), 6874–6885. https://doi.org/10.31838/ecb/2023.12.s3.770.

Phalle, T. S., & Bhushan, S. (2024). Content-based filtering and collaborative filtering: A comparative study. JAZ India, 45, 96–100. https://doi.org/10.53555/jaz.v45iS4.4158.

Sanguino, J., Manrique, R., & Marino, O. (2023). Semantic enhanced course recommender system via knowledge graphs for limited user information scenarios. SN Computer Science, 4, Article 399. https://doi.org/10.1007/s42979-023-02399-4.

Tzeng, J.-W., Huang, N.-F., Chuang, A.-C., Huang, T.-W., & Chang, H.-Y. (2023). Massive open online course recommendation system based on a reinforcement learning algorithm. Neural Computing and Applications. Springer. https://doi.org/10.1007/s00521-023-08686-8.

Urdaneta-Ponte, M. C., Mendez-Zorrilla, A., & Oleagordia-Ruiz, I. (2021). Recommendation systems for education: Systematic review. Electronics, 10, Article 1611. https://doi.org/10.3390/electronics10141611

Xingjuan, C., Hu, Z., et al. (2020). A hybrid recommendation system with many-objective evolutionary algorithm. Expert Systems with Applications, 159, Article 113648. https://doi.org/10.1016/j.eswa.2020.113648.

Zhan, Q., Lu, J., & Jin, Y. (2020). Artificial intelligence in recommender systems. Complex & Intelligent Systems, 7, 439–457. https://doi.org/10.1007/s40747-020-00212-w.

Zhu, L., & Wang, B. (2022). Course selection recommendation based on hybrid recommendation algorithms. In Proceedings of the International Conference on Modern Education and Information Management (pp. 476–482).