En hybrid actor–critic- och BERT-ram för intelligent kursrekommendation i IoT-medvetna e-lärandesystem

Att hitta rätt onlinekurs

När plattformar för onlineutbildning svämmar över av tusentals kurser ställs många studerande inför ett enkelt men frustrerande problem: vilken kurs ska jag ta härnäst? Denna artikel tar itu med det informationsöverskottet genom att utforma ett intelligent rekommendationssystem som observerar hur människor faktiskt studerar över telefoner, surfplattor och datorer, och sedan föreslår kurser som över tid bättre matchar deras mål, förmågor och vanor.

Varför onlineutbildning behöver smartare guider

Massiva öppna onlinekurser, eller MOOCs, ger vem som helst, var som helst, tillgång till lektioner av hög kvalitet. Men framgången med denna modell har skapat en ny utmaning: med så många alternativ är det lätt att känna sig vilse. Traditionella rekommendationsmetoder, som mest bygger på stjärnrankningar eller enkel likhet mellan användare, har svårt i denna snabbrörliga miljö. De antar att dina preferenser är fasta och ignorerar ofta rika signaler som hur länge du stannar i en session, vilken enhet du använder eller när du tenderar att hoppa av. I dagens uppkopplade lärplattformar spelas dessa mönster ständigt in och kan avslöja mycket mer om vad som håller en studerande engagerad.

Att förena vad kurser säger och vad studerande gör

Författarna föreslår ett hybridssystem som kombinerar två typer av information: kursinnehållets innebörd och detaljerade spår av studerandes beteende. Först använder de en kraftfull språkmodell kallad BERT för att läsa kursers titlar, beskrivningar och taggar och omvandla dem till täta numeriska fingeravtryck som fångar subtila skillnader i ämne och stil. Samtidigt samlar systemet interaktionssignalering från webb- och mobilloggar—hur ofta en studerande klickar, hur länge de tittar på videor, hur snabbt de går igenom material och hur utmanande de upplever olika kurser. Dessa spår står för ett Internet-of-Things-lärande där många uppkopplade enheter bidrar till en bild av varje persons studievana.

Hur lärandeassistenten lär sig själv

I kärnan av ramverket finns en förstärkningsinlärningsuppsättning där rekommendationsmotorn beter sig som en agent som lär sig genom trial and error. Ett "actor–critic"-par av nätverk väljer vilka kurser som ska föreslås och bedömer hur bra dessa val var, och förbättrar gradvis sin strategi. Tillståndet som matas in till denna agent blandar de BERT-baserade kursfingeravtrycken, kompakta sammanfattningar av studerandebeteende och extra egenskaper producerade av en Mahalanobis-avståndsmodul, som mäter likhet samtidigt som den tar hänsyn till korrelationer mellan många funktioner. Istället för att jaga snabba klick uppmuntrar belöningssignalen djupare resultat: att slutföra fler delar av en kurs, prestera bättre på quiz och spendera meningsfull tid engagerad i materialet. En träningsmetod kallad Proximal Policy Optimization håller inlärningen stabil även när systemet utforskar nya rekommendationer.

Testning på verkliga kursplattformar

För att se om denna design fungerar i praktiken tränade och utvärderade författarna sin modell på tre stora kurskollektioner: MOOCCube, edX och NTHU MOOCs. Dessa datamängder skiljer sig i storlek, ämnesblandning och hur glesa eller täta användarinteraktionerna är, vilket gör dem till ett gott stresstest. De jämförde sitt system med flera starka konkurrenter, inklusive metoder baserade på grafneuronnätverk, klustring och djupa hybridarkitekturer. Över alla dataset och standardmått för rankningskvalitet presterade den nya modellen konsekvent bättre, typiskt med förbättringar i nyckelmått med två till fyra procentenheter. Noggranna ablationsstudier visade att varje element—semantisk textkodning, actor–critic-strukturen, PPO-träningsregeln och det korrelationsmedvetna avståndsmåttet—bidrog till de slutliga förbättringarna.

Vad detta betyder för framtidens online-studier

Enkelt uttryckt visar studien att en rekommendationsmotor som verkligen lyssnar både på vad kurser lovar och hur studerande beter sig kan vägleda personer genom överfyllda onlinekataloger mer effektivt. Genom att följa inte bara klick utan också genomförande, quizframgång och varaktig uppmärksamhet lär sig systemet att föreslå kurser som sannolikt bättre passar varje studerandes nivå och håller dem på rätt spår. Eftersom det är utformat med integritetsskydd och kan utvidgas med tekniker som federated learning och förklarliga gränssnitt erbjuder ramverket en praktisk väg mot mer stödjande, adaptiva onlineklassrum som känns mindre som att irra runt i en labyrint och mer som att ha en kunnig handledare som pekar ut nästa bästa steg.

Citering: Chunqin, X., Peixi, W. A hybrid actor–critic and BERT framework for intelligent course recommendation in IoT-aware e-learning systems. Sci Rep 16, 10259 (2026). https://doi.org/10.1038/s41598-026-40952-2

Nyckelord: rekommendation av onlinekurser, personligt anpassat e-lärande, förstärkningsinlärning, utbildningsdata, lärandeanalys