ارائه یک سیستم پیشنهاددهنده مبتنی بر هوش شناختی یادگیرنده در محیط یادگیری الکترونیکی

رشد روزافزون یادگیری الکترونیکی در سال‌های اخیر با چالش تطبیق سبک‌های یادگیری دانشجویان و هماهنگ‌سازی شیوه‌های آموزشی متناسب با آن‌ها مواجه شده است. سیستم‌های پیشنهاددهنده به عنوان یک فناوری کارآمد در محیط‌های یادگیری الکترونیکی به منظور ارائه پیشنهادهای شخصی‌سازی شده متناسب با ترجیحات دانشجویان به‌کار می‌روند. این مقاله، سیستمی پیشنهاددهنده مبتنی بر نتایج پرسش‌نامه هوش چندگانه گاردنر را با هدف افزایش کارایی سیستم‌های یادگیری الکترونیکی و بهبود روند یادگیری ارائه می‌دهد. معیارهای شباهت مختلف در یک مطالعه تجربی برای بررسی بهترین معیارهای شباهت در سیستم‌های پیشنهاددهنده برای سبک‌های یادگیری مورد بررسی قرار گرفته‌اند. نتایج نشان می‌دهند که در الگوریتم خوشه‌بندی fcm، معیار ضریب همبستگی پیرسون ابزار موثری برای پیاده‌سازی این سیستم پیشنهاددهنده است. دقت توصیه‌ها با استفاده از معیارهای ارزیابی مرسوم، شامل میانگین خطای مطلق و ریشه میانگین مربعات خطا اندازه‌گیری شده است مطالعه تجربی انجام شده بر روی دانشجویان کارشناسی ارشد دانشکده آموزش‌های الکترونیکی دانشگاه شیراز، ورودی 1399 و 1400، به تعداد 77 نفر، بوده است.