Sistema recomanador per a cursos online

Abstract

[CA] Arran la pandèmia provocada pel COVID, moltes institucions educatives i alumnes han optat per expandir-se cap a entorns de recursos d’aprenentatge oberts, com els cursos MOOC. La Universitat Politècnica de València té publicats una sèrie de cursos que no compten amb cap tipus d’ordre. Per això la tasca d’aquest projecte ha sigut realitzar un sistema recomanador que organitze els cursos de forma personalitzada per a cada usuari. El sistema consta de tres models que busquen unir forces i superar els inconvenients que cada un d’ells presenta. Els resultats són suficientment satisfactoris, tenint el model que pitjor funciona una exactitud del 45.89% davant el 13.89% de precisió d’un model aleatori. Per a l’inici en fred, hem emprat una classificació dels cursos de manera manual ja que els resultats del clústering per distàncies no eren gaire bons. Finalment, hem desenvolupat un prototip d’app que demostra com s’implementaria el model.

[ES] A raíz de la pandemia provocada por el COVID, muchas instituciones educativas y alumnos han optado por expandirse hacia entornos de recursos de aprendizaje abiertos, como los cursos MOOC. La Universidad Politécnica de Valencia tiene publicados una serie de cursos que no cuentan con ningún tipo de orden. Por eso la tarea de este proyecto ha sido realizar un sistema recomendador que organice los cursos de forma personalizada para cada usuario. El sistema consta de tres modelos que buscan aunar fuerzas y superar los inconvenientes que cada uno de ellos presenta. Los resultados son suficientemente satisfactorios, teniendo el modelo que peor funciona una exactitud del 45.89 % frente al 13.89 % de precisión de un modelo aleatorio. Para el inicio en frío, hemos utilizado una clasificación de los cursos de forma manual ya que los resultados del clústering por distancias no eran muy buenos. Por último, hemos desarrollado un prototipo de app que demuestra cómo se implementaría el modelo.

[EN] Due to the COVID pandemic, many educational institutions and students have chosen to expand into open learning resource environments, such as MOOC courses. The Polytechnic University of Valencia has published a series of courses that do not have any type of order. That is why the task of this project has been to create a recommender system that organizes these formative documents in a personalized way for each user. The system consists of three models that seek to join forces and overcome the drawbacks that each of them presents. The results are quite satisfactory, with the worst-performing model having an accuracy of 45.89\% compared to the 13.89\% accuracy of a random model. For the cold start, we used a manual ranking of the courses since the distance clústering results were not very good. Finally, we developed a prototype app that demonstrates how the model would be implemented.