Evaluating models for a higher education course recommender system using state exam results
View/
Date
2021-02-09Advisor
Galpin, I.
Hashtag(s)
#RecomendaciónesDeCursos#Universidad
#Jóvenes
Metadata
Show full item record
Documentos PDF
Abstract
Cuando los jóvenes se acercan al final de su escolaridad, son enfrentarse a una plétora de decisiones a menudo abrumadoras, incluyendo si ir a la Universidad u otra institución de educación superior, y qué curso de educación superior es más adecuado para ellos. En este artículo, proponemos utilizar datos de resultados obtenidos de los exámenes estatales colombianos Sabre 11 / T & T / Pro como insumo para una educación superior sistema de recomendación de cursos. Comparamos cinco modelos de recomendación diferentes por analizar precisión, recuperación, curvas ROC y error de predicción. Nuestros hallazgos son ese filtrado colaborativo basado en el usuario, y el modelo que más recomienda cursos populares, son los que se desempeñan mejor. Observamos que si bien el contexto de este trabajo es en Colombia, la mayoría de los otros países tienen exámenes estatales similares o equivalentes. Por lo tanto, se puede esperar que los hallazgos de nuestra investigación puedan ser más generales aplicado a otros contextos. Como trabajo adicional, esperamos implementar este recomendador sistema como una aplicación de teléfono móvil para que los jóvenes lo utilicen para ayudarlos elija cursos de educación superior.
Summary in foreign language
When young people approach the end of their schooling, they are faced with a plethora of often daunting decisions, including whether to go to University or other further education institution, and what further education course is most suitable for them. In this paper, we propose using result data obtained from the Colombian Saber 11/T&T/Pro state exams as input for a higher education course recommender system. We compare five different recommender models by analyzing precision, recall, ROC curves and prediction error. Our findings are that user-based collaborative filtering, and the model that recommends the most popular courses, are the ones that perform best. We note that while the context of this work is in Colombia, most other countries have similar or equivalent state exams. It can therefore be expected that our research findings can be more generally applied to other contexts. As further work, we hope to deploy this recommender system as a mobile telephone application for young people to use to help them choose higher education courses.
Palabras clave
Aplicaciones móvilesCollections
Comments