Zobrazeno 1 - 10
of 73
pro vyhledávání: '"educational recommender systems"'
Autor:
Rawaa Alatrash, Mohamed Amine Chatti, Qurat Ul Ain, Yipeng Fang, Shoeb Joarder, Clara Siepmann
Publikováno v:
Computers and Education: Artificial Intelligence, Vol 6, Iss , Pp 100193- (2024)
Massive Open Online Courses (MOOCs) have gained popularity in the technology-enhanced learning (TEL) domain. To enhance the learning experience in MOOCs, educational recommender systems (ERSs) can play a crucial role by suggesting courses or learning
Externí odkaz:
https://doaj.org/article/bc92db08e3324cd5a5186e768a4b5949
Autor:
Alatrash, Rawaa ⁎, Chatti, Mohamed Amine, Ain, Qurat Ul, Fang, Yipeng, Joarder, Shoeb, Siepmann, Clara
Publikováno v:
In Computers and Education: Artificial Intelligence June 2024 6
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Applied Sciences, Vol 10, Iss 10, p 3341 (2020)
The massive presence of online learning resources leads many students to have more information than they can consume efficiently. Therefore, students do not always find adaptive learning material for their needs and preferences. In this paper, we pre
Externí odkaz:
https://doaj.org/article/de16ffc61d5743ea83d1c374492b2adf
Autor:
Ketia Kellen Araújo da Silva, Felipe Leite da Silva, Silvio César Cazella, Bruna Kin Slodkowski
Publikováno v:
SEDICI (UNLP)
Universidad Nacional de La Plata
instacron:UNLP
Universidad Nacional de La Plata
instacron:UNLP
O crescente interesse em pesquisas sobre sistemas de recomendações educacionais tem motivado o surgimento de novas técnicas e modelos nos últimos anos. Entretanto, as informações existentes sobre a diversidade de mecanismos utilizados para a pr
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::af0560204db121ce4d7558a3a0f9469f
http://sedici.unlp.edu.ar/handle/10915/139032
http://sedici.unlp.edu.ar/handle/10915/139032
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Jesus G. Boticario, Olga C. Santos
Publikováno v:
Algorithms, Vol 4, Iss 2, Pp 131-154 (2011)
This paper analyzes how recommender systems can be applied to current e-learning systems to guide learners in personalized inclusive e-learning scenarios. Recommendations can be used to overcome current limitations of learning management systems in p
Externí odkaz:
https://doaj.org/article/ad4a62e54ede48d2af46d3742364f311
Publikováno v:
Applied Sciences
Volume 10
Issue 10
Applied Sciences, Vol 10, Iss 3341, p 3341 (2020)
RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
instname
Volume 10
Issue 10
Applied Sciences, Vol 10, Iss 3341, p 3341 (2020)
RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
instname
[EN] The massive presence of online learning resources leads many students to have more information than they can consume efficiently. Therefore, students do not always find adaptive learning material for their needs and preferences. In this paper, w
Autor:
Teemu Sirkiä, Lauri Malmi, Jordan Barria-Pineda, Peter Brusilovsky, Kerttu Pollari-Malmi, Kamil Akhuseyinoglu
Publikováno v:
UMAP (Adjunct Publication)
Personalized recommendation of learning content is one of the most frequently cited benefits of personalized online learning. It is expected that with personalized content recommendation students will be able to build their own unique and optimal lea
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::5327222f28af5f93f8eefe9eac11c6f5
https://aaltodoc.aalto.fi/handle/123456789/101595
https://aaltodoc.aalto.fi/handle/123456789/101595
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.