مروری بر شخصی‌سازی آموزش با استفاده از سیستم‌های توصیه‌گر

سیستم توصیه‌گر از جمله ابزارهای ارزشمند در حوزه‌ی هوش مصنوعی است. در این سیستم با تحلیل رفتار کاربر ترجیحات او پیش‌بینی و از بین انبوه اقلام موجود، موارد متناسب با نیازها و علایق هر فرد به او پیشنهاد می‌شود. در یک سیستم توصیه‌گر آموزشی نیز هر دانش‌آموز با توجه به سبک یادگیری، ترجیحات آموزشی، منابع یادگیری و سایر موارد توصیه‌های یادگیری شخصی دریافت می‌کند. در این مقاله به مرور انواع روش‌های پالایش در سیستم‌های توصیه‌گر و کاربردهای هر کدام پرداخته می‌شود. هدف این مقاله مروری بر پژوهش‌های انجام شده در حوزه‌ی طراحی، پیاده‌سازی و اثربخشی سیستم‌های توصیه‌گر آموزشی بوده‌است. روند رشد این سیستم‌ها در کشورهای توسعه یافته‌ی ‌دنیا در حال گسترش است و نتایج مثبت پیشرفت تحصیلی دانش‌آموزان و دانشجویان بر اهمیت توجه به آنها می‌افزاید. با معرفی ملزومات طراحی سیستم توصیه‌گر آموزشی و فرصت‌های بکارگیری آنها متولیان تعلیم و تربیت را بر آن می‌دارد که با بهره‌گیری از دانش متخصصان علوم کامپیوتر و به ویژه هوش مصنوعی جهت‌گیری نوینی را در عرصه‌ی تحول و پویایی آموزش کشور در هزاره‌ی سوم بردارند.