面向终身学习者的劳动力市场信息驱动的个性化开放教育资源推荐系统
计算机与社会
2020-05-22 v1
摘要
在本文中，我们提出一种新方法，以帮助终身学习者获取相关的开放教育资源（OER）学习内容，从而掌握劳动力市场所需的技能。我们的软件原型 1）对招聘公告应用文本分类与文本挖掘方法，将职位分解为有意义的技能组成部分，作为终身学习者应瞄准的目标；2）创建一个混合 OER 推荐系统，为学习者推荐个性化学习内容，以朝着其技能目标进步。在对该原型的首次评估中，我们聚焦于两个职业领域：数据科学家与机械工程师。我们应用技能提取方法，并为瞄准这些职位的学习者提供 OER 推荐。我们对 12 位主题专家进行了深入的半结构化访谈，以了解我们的原型在其目标、逻辑及对学习的贡献方面的表现。生成了超过 150 条推荐，其中 76.9% 的推荐被受访者视为有用。访谈表明，基于劳动力市场所需技能的个性化 OER 推荐系统有潜力改善终身学习者的学习体验。
引用
@article{arxiv.2005.07465,
title = {Labour Market Information Driven, Personalized, OER Recommendation System for Lifelong Learners},
author = {Mohammadreza Tavakoli and Stefan T. Mol and Gábor Kismihók},
journal= {arXiv preprint arXiv:2005.07465},
year = {2020}
}
备注
This paper has been accepted to be published in the proceedings of CSEDU 2020 by SciTePress