Graduate papers
  
Description of the graduate paper
Form of studies Bachelor
Title of the study programm Computer Systems
Title in original language Adaptīvo algoritmu analīze studiju procesa personalizācijas kontekstā
Title in English Analysis of adaptive algorithms in the context of study process personalization
Department Faculty Of Computer Science Information Tehnology And Energy
Scientific advisor Natālija Prokofjeva
Reviewer Egons Lavendelis
Abstract Adaptīvās mācību sistēmas ir paradigmas maiņa izglītībā, kuras mērķis ir pielāgot mācību individuālām izglītojamo vajadzībām, vienlaikus uzlabojot iesaistīšanos un mācīšanās rezultātus. Šajā darbā ir apskatīta adaptīvu algoritmu ieviešana un efektivitāte studiju procesu personalizēšanai informācijas tehnoloģiju - kontekstā. Darbs salīdzina tradicionālās fiksētā satura pieejas ar dinamiskajiem personalizācijas algoritmiem, lai noteiktu, vai adaptīvās mācību sistēmas var uzlabot izglītības rezultātus, un aplūko dažādus personalizācijas algoritmu veidus un novērtējot to skaitļošanas sarežģītību, tehniskās realizācijas prasības un piemērotus lietošanas gadījumus. Darbā analizēti kritiskie izglītības tehnoloģiju integrācijas panākumu faktori, gūstot atziņas no veiksmīgām starptautiskām ieviešanām, piemēram, Dienvidkorejas pielāgotais - personalizētais studiju process. Darba eksperimentālajā daļā ir izstrādātas un testētas divas atsevišķas lietojumprogrammas: tradicionāla novērtēšanas programma ar fiksētu, lineāru arhitektūru un personalizēta sistēma ar dinamisku grūtības pielāgošanu, balstoties uz lietotāja sniegumu. Personalizētajā ieviešanā izmantoti pastiprināšanas mācīšanās principi jautājumu sarežģītības pielāgošanai, ieviests kontekstuāls padomu mehānisms un veikta snieguma rādītāju izsekošana, lai pielāgotu lietotāja pieredzi. Eksperimentālo rezultātu salīdzinošā analīze parāda ievērojamas personalizētās pieejas priekšrocības, un konstatējumi atbalsta ideju, ka adaptīvie algoritmi var būtiski uzlabot mācību pieredzi, nodrošinot optimāli izaicinošu saturu. Darbā tiek izstrādātas vadlīnijas algoritmu turpmākai optimizācijai, izmantojot mašīnmācīšanās modeļu pilnveidošanu, reāllaika algoritmu uzlabojumus, lietotāju segmentācijas stratēģijas un XAI (Explainable AI) pieejas. Arī tiek izklāstīts ietvars personalizācijas algoritmu izvēlei un īstenošanai izglītības informācijas sistēmās, uzsverot infrastruktūras novērtēšanu, datu kvalitātes izvērtēšanu, arhitektūras apsvērumus, integrācijas standartus, iteratīvo izstrādi un uzturēšanas stratēģijas.
Keywords adaptīvie algoritmi, personalizēta mācīšanās, vienuma atbildes teorija, datorizētā adaptīvā testēšana
Keywords in English adaptive algorithms, personalized learning, item response theory, computer-based adaptive testing
Language lv
Year 2025
Date and time of uploading 27.05.2025 23:33:29