Віртуальний консультант абітурієнта для забезпечення профорієнтації та вибору спеціальності під час вступної кампанії
Автор: Устиянович Тарас Остапович
Кваліфікаційний рівень: магістр
Спеціальність: Інформаційна, бібліотечна та архівна справа
Інститут: Інститут гуманітарних та соціальних наук
Форма навчання: денна
Навчальний рік: 2022-2023 н.р.
Мова захисту: англійська
Анотація: У освітній системі України гостро стоїть проблема професійної орієнтації, а особливо для вступників до вищих навчальних закладів при виборі спеціальності для здобуття освітнього ступеня. З точки зору абітурієнта виникають труднощі у кар’єрному та особистісному розвитку, виборі спеціальності, яка приноситиме задоволення та користь. ЗВО, у своє чергу, важче здійснювати якісний менеджмент через дисбаланс розподілу абітурієнтів на спеціальностях. Станом на сьогодні є декілька пов’язаних теоретичних досліджень з темою роботи у цій галузі, а саме: сталий розвиток сфери освіти, рекомендаційні системи та автоматизовані системи у ЗВО [1, 2, 3]. Проте, це лише один пазл із загальної картини, яка ще не складена. Вітчизняні дослідники зосереджуються виключно на окремих аспектах цієї проблеми, але не описують її глобально як цілісну картину. Отже, наскрізного рішення в контексті української вищої освіти досі немає. Важливими є дослідження Федушко С.С., Устиянович Т.О. та Сєров Ю.О. про інноваційний підбір спеціальностей для абітурієнтів ЗВО України. Пропонується алгоритм прийняття рішення для вибору освітньої спеціальності, база даних із характеристиками кожної спеціальності [4, 5]. Дослідники описали цільову аудиторію вступників, очікуваний вхідний набір даних для здійснення рекомендацій. Наукові праці, опубліковані у двох найбільш авторитетних науокометричних базах даних Scopus та Web of Science, було проаналізовано з використанням методу PRISMA, щоб ретельно вивчити доступні дослідження. 114 [6, 7, 8, 9, 10]. Проаналізовано міжнародний досвід вирішення схожих проблем та відповідні Інтернет-ресурси, зокрема Pearson Pathways та аналітичний центр CEDOS, який містить набір досліджень на цю ж тематику. Для реалізації рішення обрано мову програмування Python, оскільки вона підтримує широкий функціонал інтеграції з середовищами хмарних обчислень та програмних бібліотек для створення рекомендаційних алгоритмів, веб- сервісів, достатньо велику кількість фахівців для підтримки рішення. Об’єкт дослідження - процес інформаційного та рекомендаційного забезпечення для абітурієнтів. Предмет дослідження - розробка віртуального консультанта для надання рекомендацій спеціальностей абітурієнтам українських ЗВО. Мета дослідження - розроблення віртуального консультанта для забезпечення рекомендацій спеціальностей для абітурієнтів. У результаті виконання магістерської кваліфікаційної роботи вдалось створити віртуального консультанта абітурієнта, зокрема отримати такі ресурси: база даних спеціальностей; рекомендаційний алгоритм, який працює на основі нейронних мереж та розроблений за допомогою програмної бібліотеки TensorFlow; аналітика вступної кампанії 2021; набір асоціативних правил щодо вибору спеціальностей. Враховано та описано шляхи подолання таких ризиків як недоступність сервісу, скарги користувачів, наслідки війни в Україні. Пропонується оптимізація поточного рішення та його удосконалення на основі зворотнього зв’язку користувачів. Ключові слова - віртуальний консультант; освітні технології; рекомендаційна система; вступна кампанія; заклад вищої освіти. Перелік використаних літературних джерел. 1. Пришляк, А., Кунанець, Н., Пасічник, В. (2022). Інтелектуальна система формування персональних освітніх траєкторій в галузі ІТ. Вісник Національного університету "Львівська політехніка". Інформаційні системи та мережі. 115 Видавництво Львівської політехніки, Львів. No7, 42-50. http://ena.lp.edu.ua:8080/handle/ntb/56140 2. Лобода, С. (2020). Дослідження методів створення рекомендаційних систем для обрання спеціалізації майбутнього навчання на основі нейронних мереж : пояснювальна записка до атестаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 122 - Комп’ютерні науки / С. А. Лобода ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. - Харків, 2020. - 80. 3. Крупа, С., Шаховська, Н. (2017). Система рекомендацій для студентів- абітурієнтів ВНЗ І, ІІ рівнів акредитації. Науковий вісник НЛТУ України, 27(1), 226-230. https://doi.org/10.15421/40270152 4. Fedushko, S., Syerov, Y., Ustyianovych, T. (2019). Trends and Challenges in Educational and Medical Data Analysis. LAP LAMBERT Academic Publishing. 132. 5. Fedushko, S., Ustyianovych, T., Syerov, Y. (2022). Intelligent Academic Specialties Selection in Higher Education for Ukrainian Entrants: A Recommendation System. Journal of Intelligence 10(2):32. https://doi.org/10.3390/jintelligence10020032 6. Elahi, M., Starke, A., Ioini, N. El, Lambrix, A., Trattner, C. (2022). Developing and Evaluating a University Recommender System. Frontiers in Artificial Intelligence. 4. https://doi.org/10.3389/frai.2021.796268 7. Zhong, M., Ding, R. (2022). Design of a Personalized Recommendation System for Learning Resources based on Collaborative Filtering. International Journal of Circuits, Systems and Signal Processing. 16, 122-131. https://doi.org/10.46300/9106.2022.16.16 8. Sulaiman, M. S., Tamizi, A. A., Shamsudin, M. R., Azmi, A. (2019). Course recommendation system using fuzzy logic approach. Indonesian Journal of Electrical Engineering and Computer Science. 17(1), 365-371. https://doi.org/10.11591/ijeecs.v17.i1.pp365-371 116 9. Baron, H. B., Crespo, R. G., Pascual Espada, J., Martinez, O. S. (2015). Assessment of learning in environments interactive through fuzzy cognitive maps. Soft Computing, 19(4), 1037-1050. https://doi.org/10.1007/s00500-014-1313-x 10. Dhar, J., Jodder, A. K. (2020). An effective recommendation system to forecast the best educational program using machine learning classification algorithms. Ingenierie des Systemes d’Information. 25(5), 559-568. https://doi.org/10.18280/ISI.250502