Recommender system for educational content

Abstract

В рамках данной работы спроектирована, реализована и оценена рекомендательная система для платформы для онлайн-образования stepic.org. Полученная система совмещает в себе фильтрацию контента и коллаборативную фильтрацию, а также вычисляет и использует для рекомендаций сложность контента и уровень знаний пользователя.

The purpose of this research was to design, implement and evaluate recommender system for online-education platform stepic.org. The resulting system combines content-based filtering and collaborative filtering. It can also calculate content difficulty as well as knowledge level of learners and use these values for recommendations.