Coursera-REC: Explainable MOOCs Course Recommendation using RAG-facilitated LLMs

Coursera-REC es un sistema de recomendación de cursos basado en modelos de lenguaje de gran escala (LLM) diseñado para mejorar la experiencia de aprendizaje en cursos masivos en línea (MOOC) mediante recomendaciones adaptadas a los objetivos y preferencias del usuario. Utiliza generación aumentada por recuperación (RAG) para obtener datos contextuales de una base de conocimiento integral y ofrecer sugerencias de cursos claras y justificadas. Este enfoque aborda el problema de inicio en frío proporcionando información contextual enriquecida que permite generar recomendaciones iniciales significativas para usuarios nuevos. La plantilla de indicaciones flexible de Coursera-REC facilita el desarrollo personalizado, permitiendo que el sistema adapte su salida a las necesidades individuales de cada usuario, demostrando el potencial de un sistema de recomendación escalable y adaptable.

Puntos clave

• Coursera-REC combina modelos de lenguaje de gran escala con generación aumentada por recuperación para ofrecer recomendaciones de cursos masivos en línea personalizadas y contextualizadas.
• El sistema aborda el problema de inicio en frío mediante el uso de información contextual enriquecida de una base de conocimiento integral, permitiendo generar recomendaciones iniciales significativas para nuevos usuarios.
• La plantilla de indicaciones flexible permite personalizar el desarrollo y la salida del sistema para adaptarse a las necesidades específicas de cada usuario y contexto educativo.

Para quién: Útil para investigadores en tecnología educativa, desarrolladores de plataformas de aprendizaje en línea y diseñadores de sistemas de recomendación que buscan mejorar la personalización de sugerencias de cursos para usuarios nuevos y existentes.