Застосунок аналізу успішності здобувачів освіти з подальшим формуванням персоналізованих рекомендацій

Abstract

У сучасній системі освіти зростає потреба в інструментах, які здатні не лише оцінювати навчальні досягнення здобувачів освіти, а й аналізувати індивідуальні результати для формування персоналізованих рекомендацій. Традиційні вебплатформи для тестування обмежені статичною перевіркою знань та не забезпечують глибокої аналітики, що знижує ефективність навчального процесу. Розробка інтелектуальних систем підтримки навчання із застосуванням алгоритмів машинного навчання дає змогу автоматизувати аналіз успішності та надавати здобувачам освіти персоналізовані поради для покращення результатів. Об’єкт дослідження − процес аналізу успішності здобувачів освіти та визначення їх індивідуальної навчальної траєкторії. Предмет дослідження − метод та алгоритм аналізу успішності здобувачів освіти для формування персоналізованих навчальних рекомендацій. Мета дослідження −формування персоналізованих рекомендацій з метою визначення індивідуального навчального вектора шляхом розробки та впровадження системи аналізу успішності здобувачів освіти. Кваліфікаційна робота складається із вступу, 4 розділів, висновків та переліку джерел посилання. In the modern educational system, there is an increasing demand for tools that can not only assess students’ academic achievements but also analyze individual results to provide personalized recommendations. Traditional web platforms for testing are limited to static knowledge assessment and do not offer deep analytics, which reduces the effectiveness of the learning process. The development of intelligent learning support systems using machine learning algorithms makes it possible to automate performance analysis and provide students with personalized advice to improve their results. Object of the research – the process of analyzing students’ academic performance and determining their individual learning trajectory. Subject of the research – the method and algorithm for analyzing students’ academic performance to generate personalized learning recommendations. Purpose of the research – to develop and implement a system for analyzing students’ academic performance in order to generate personalized recommendations and define individual learning paths.