Towards an explainable course recommendation system (xcrs)
Açiklanabilir bir ders öneri sistemine doğru
- Tez No: 928470
- Danışmanlar: DR. ÖĞR. ÜYESİ HÜSEYİN BİRKAN YILMAZ, DR. ÖĞR. ÜYESİ FATMA BAŞAK AYDEMİR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 135
Özet
Bilgi Teknolojileri alanındaki çevrimiçi öğrenme kaynaklarının hızlı genişlemesi, kişiselleştirilmiş rehberlik ve şeffaf kurs önerilerini zorunlu kılmaktadır. Bireyler, öğrenme hedefleriyle uyumlu içerik bulmayı zorlaştıran, çok sayıda kurs ve kariyer yolu ile karşı karşıya kalmaktadır. Mevcut öneri sistemleri genellikle önerileri için şeffaflık ve açıklamalar sağlamaktan yoksundur. Bu eksikliği gidermek amacıyla, bu çalışma Açıklanabilir Kurs Öneri Sistemi'ni (XCRS) tanıtmaktadır. XCRS, hem kariyer rolleri hem de bunlara bağlı kursları açıklanabilir bir şekilde öneren ilk sistemdir. XCRS, kullanıcının bilgisi, deneyimleri ve öğrenme ilgi alanlarına dayalı olarak kişiselleştirilmiş öneriler üretmek için Google, OpenAI, MistralAI, VoyageAI ve Cohere gibi büyük dil modellerini (LLM) kullanır. Öneri kaynaklarını zenginleştirmek amacıyla çevrimiçi bir kurs veri seti toplanmış ve herkese açık olarak paylaşılmıştır. XCRS, vektör eşleştirmesi için kosinüs benzerliği yöntemini ve açıklama kalitesini artırmak için Almayla Artırılmış Üretim (RAG) kullanır, böylece hem şeffaflık hem de alaka düzeyi iyileşir. Kullanıcı ve uzman değerlendirme çalışmaları ile test edilen XCRS, şeffaflıkta ve verimlilikte sırasıyla %89.6 ve %88.8 oranında yüksek performans göstermiş, ayrıca genel kullanıcı memnuniyetini de sağlamıştır. Uzmanlar, önerilerin kullanıcı ihtiyaçlarıyla iyi uyumlu olduğunu belirlemiş ve sistemin eğitim ve kariyer yollarında bilinçli karar verme desteğini doğrulamıştır. Sonuçlarımızı ve deneysel kurulumumuzu yeniden üretmek için gerekli olan tüm kaynaklar, kod, veri setleri ve deneysel yapı dahil olmak üzere, açık bir şekilde sunulmuştur.
Özet (Çeviri)
The rapid expansion of online learning resources in Information Technology (IT) necessitates personalized guidance and transparent course recommendations. Learners face an overwhelming number of courses and career pathways, making it challenging to find tailored content aligned with their learning objectives. Existing recommendation systems often lack transparency and explanations for their suggestions. To address this gap, this study introduces the Explainable Course Recommendation System (XCRS)—the first to recommend both career roles and associated courses in an explainable manner. XCRS leverages large language model (LLM) embeddings from Google, OpenAI, MistralAI, VoyageAI, and Cohere to generate personalized suggestions based on users' knowledge, experiences, and learning interests. A unique dataset of online courses was collected and shared publicly to enrich the recommendation resource base. XCRS utilizes cosine similarity for precise vector matching and Retrieval-Augmented Generation (RAG) to enhance explanation quality, improving both transparency and relevance. Evaluated through both user and expert judgment studies, XCRS demonstrated high performance in transparency and efficiency, rated at 89.6% and 88.8%, respectively, as well as overall user satisfaction. Experts found recommendations well-aligned with user needs, validating the system's capacity to support informed decision-making in educational and career pathways. All resources needed to reproduce our results, such as code, datasets, and experimental setup, are openly provided.
Benzer Tezler
- Karadeniz'de dalga gücü potensiyeli yüksek alanların dalga enerji içeriğinin uzun dönemli zamansal ve alansal analizi
Long-term temporal and spatial analysis of wave energy content for high-potential areas in the black sea
HALID JAFALI
Yüksek Lisans
Türkçe
2018
EnerjiBursa Uludağ Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. ADEM AKPINAR
- Mil-Std 1553 tabanlı sistemler için yeni bir saldırı tespiti yaklaşımı
A new intrusion detection approach for Mil-Std 1553 based systems
YUNUS EMRE ÇİLOĞLU
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ŞERİF BAHTİYAR
- Hybrid reciprocal recommendation with advanced feature representations
Gelişmiş özellik gösterimleri ile hibrit çift taraflı öneri sistemleri
EZGİ YILDIRIM
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞULE ÖĞÜDÜCÜ
- Endüstri 4.0 uygulamaları literatürünün bibliyometrik analizi: Eğilimler, atıflar ve yayınlanma modellerinin incelenmesi
Bibliometric analysis of industry 4.0 applications literature: Analysis of trends, citations and publication models
FERHAT YILMAZ
- La notion de ressentiment dans la genèse des valeurs selon Friedrich Nietzsche et Max Scheler
Friedrich Nietzsche ve Max Scheler'e göre değerlerin kökeninde hınç mefhumu
SELİN MERVE CANTO
Yüksek Lisans
Fransızca
2013
FelsefeGalatasaray ÜniversitesiFelsefe Ana Bilim Dalı
PROF. DR. ZEYNEP DIREK