woeamМир экономики и управленияWorld of Economics and Management2542-04292658-5375Новосибирский национальный исследовательский государственный университет10.25205/2542-0429-2024-24-2-85-98woeam-740Research ArticleМИКРОЭКОНОМИЧЕСКИЙ АНАЛИЗ: МЕТОДЫ И РЕЗУЛЬТАТЫMICROECONOMIC ANALYSIS: METHODS AND RESULTSМодель персонализированного ранжирования образовательных онлайн-курсов для пользователейА Personalized Ranking Model for Online Educational Courses for UsersЛебеденкоВ. С.LebedenkoV. S.

Лебеденко Вячеслав Сергеевич – студент.

Новосибирск

Vyacheslav S. Lebedenko - student, Novosibirsk State University.

Novosibirsk

v.lebedenko@g.nsu.ruhttps://orcid.org/0000-0002-4182-8643ДонецкаяС. С.DonetskayaS. S.

Донецкая Светлана Сергеевна - доктор экономических наук, профессор.

Новосибирск

Author ID 313761, Scopus Author ID 57207449790

Svetlana S. Donetskaya - Doctor of Economics, Professor Faculty of Economics, Novosibirsk State University.

Novosibirsk

Author ID 313761, Scopus Author ID 57207449790

s.donetskaia@g.nsu.ruНовосибирский государственный университетРоссияNovosibirsk State UniversityRussian Federation2024280620242428598Copyright © Лебеденко В.С., Донецкая С.С., 20242024Лебеденко В.С., Донецкая С.С.Lebedenko V.S., Donetskaya S.S.This work is licensed under a Creative Commons Attribution 4.0 License.https://woeam.elpub.ru/jour/article/view/740

В силу большого объема предложения на EdTech-рынке и неразвитой культуры выбора онлайн-курсов в интернет-пространстве появляются платформы, которые агрегируют информацию об онлайн-продуктах и тем самым помогают пользователю с выбором. Подобные агрегаторы не лишены недостатков: предлагают готовые рейтинги, но с непонятной методикой ранжирования; рекомендуют сравнивать или ранжировать курсы по малому набору характеристик; предоставляют недостоверную информацию об образовательных онлайн-продуктах. Настоящая работа демонстрирует разработанную авторами модель ранжирования онлайн-курсов для пользователей, преимущества которой состоят в прозрачности инструментария, расширенном наборе характеристик, а также в персональном подходе к каждому пользователю. Практическое значение работы заключается в том, что методика, в случае ее использования агрегатором онлайн-курсов, поможет пользователям принимать более рациональные решения при выборе образовательных продуктов.

Due to the large volume of supply on the EdTech market and the undeveloped culture of choosing online courses, platforms are emerging in the Internet space that aggregate information about online products, and thereby help the user with the choice. Such aggregators are not without drawbacks: they offer ready-made ratings, but with an incomprehensible ranking methodology; they recommend comparing or ranking courses based on a small set of characteristics; they provide unreliable information about online educational products. This work demonstrates the model of ranking online courses for users developed by the authors, the advantages of which are transparency of the toolkit, an expanded set of characteristics, as well as a personal approach to each user. The practical significance of the work lies in the fact that the methodology, if used by an online course aggregator, will help users make more rational decisions when choosing educational products.

рейтингранжирование онлайн-курсовмодель рэнкингаratingranking of online coursesranking modelReferencesВинник А. Е., Прядко С. Н. Анализ показателей рынка и перспективы развития онлайн-образования в сегменте массовых открытых онлайн-курсов // Вестник Астраханского гос. техн. ун-та. Серия: Экономика. 2023. № 2. С. 118–124.Vinnik A. E., Pryadko S. N. Analysis of market indicators and prospects for the development of online education in the segment of mass open online courses. Bulletin of the Astrakhan State Technical University. Series: economics, 2023, nо 2, pp. 118–124. (in Russ.)Середкина Т. А. Многокритериальная задача выбора онлайн-курсов в онлайн-обучении методом Кемени // Проблемы проектирования, применения и безопасности информационных систем в условиях цифровой экономики. Материалы XIX Международной научно-практической конференции. 2019. С. 295–301.Seredkina T. A. The multi-criteria task of choosing online courses in online learning by the Kemeni method. Problems of design, application and security of information systems in the digital economy. Materials of the XIX International Scientific and Practical Conference, 2019, pp. 295–301. (in Russ.)Wu W., Wang B., Zheng W., Liu Y., Yin L. Higher Education Online Courses Personalized Recommendation Algorithm Based on Score and Attributes // Journal of Physics: Conference Series. 2020. № 1673(1). P. 1–8.Wu W., Wang B., Zheng W., Liu Y., Yin L. Higher Education Online Courses Personalized Recommendation Algorithm Based on Score and Attributes. Journal of Physics: Conference Series, 2020, no. 1673(1), pp. 1–8.Gaurav K., Harika A. Factors influencing learner’s preference towards e-learning websites: a quantitative exploration // SuGyaan. 2019. Vol. XI. I. I. P. 47–56.Gaurav K., Harika A. Factors influencing learner’s preference towards e-learning websites: a quantitative exploration. SuGyaan, 2019, vol. XI. I. I, pp. 47–56.Estrela D., Batista S., Martinho D., Marreiros G. A Recommendation System for Online Courses // Advances in Intelligent Systems and Computing. 2017. P. 195–204.Estrela D., Batista S., Martinho D., Marreiros G. A Recommendation System for Online Courses. Advances in Intelligent Systems and Computing, 2017, pp. 195–204.Бачанцев И. В., Газейкина А. И., Долгов А. В. Выбор образовательной платформы для создания онлайн-курсов по программированию // Актуальные вопросы преподавания математики, информатики и информационных технологий. 2020. № 5. С. 204–211.Bachantsev I. V., Gazeikina A. I., Dolgov A. V. Choosing an educational platform for creating online programming courses. Topical issues of teaching mathematics, computer science and information technology, 2020, nо 5, pp. 204–211. (in Russ.)

The authors declare that there are no conflicts of interest present.