“Recommendation Systems for Learning – Challenges and Solutions” by Marie Sacksick, PhD candidate at Domoscio Abstract: A recommender system is used to guide a user so as to find an item when there are too many of them. In case of learning, it aims at recommending the best learning content for the user given his parameters. In this presentation, I will highlight the differences between the challenges faced when constructing a “classical” recommender system and a personalized recommender system for learning, and how the solutions to these challenges must be different.

1. © 2019 Propriété de Domoscio – Cette présentation, à votre seul usage interne, est indissociable des éléments de contexte qui ont permis de l’établir et des commentaires oraux qui l’accompagnent.
RECOMMENDER SYSTEMS FOR
LEARNING – CHALLENGES AND
SOLUTIONS

2. © 2019 Propriété de Domoscio – Cette présentation, à votre seul usage interne, est indissociable des éléments de contexte qui ont permis de l’établir et des commentaires oraux qui l’accompagnent.

3. © 2019 Propriété de Domoscio – Cette présentation, à votre seul usage interne, est indissociable des éléments de contexte qui ont permis de l’établir et des commentaires oraux qui l’accompagnent.
BLOOM’S DISCOVERY
Bloom, B. S. (1984). The 2 sigma problem: The search for methods of group instruction as
effective as one-to-one tutoring. Educational researcher, 13(6), 4-16.

4. © 2019 Propriété de Domoscio – Cette présentation, à votre seul usage interne, est indissociable des éléments de contexte qui ont permis de l’établir et des commentaires oraux qui l’accompagnent.
PHD SUPERVISION
Recommender Systems for Learning built with:
Cognitive science Machine Learning Application

5. © 2019 Propriété de Domoscio – Cette présentation, à votre seul usage interne, est indissociable des éléments de contexte qui ont permis de l’établir et des commentaires oraux qui l’accompagnent.
SUMMARY
Quick reminders on recommender systems
User Model
Evaluation of a recommendation quality
Evaluation of the recommender system
4

6. © 2019 Propriété de Domoscio – Cette présentation, à votre seul usage interne, est indissociable des éléments de contexte qui ont permis de l’établir et des commentaires oraux qui l’accompagnent.
QUICK REMINDERS

7. © 2019 Propriété de Domoscio – Cette présentation, à votre seul usage interne, est indissociable des éléments de contexte qui ont permis de l’établir et des commentaires oraux qui l’accompagnent.
WHAT IS A RECOMMENDER SYSTEM ?
6
𝑜 𝑚𝑎𝑥 = 𝑎𝑟𝑔𝑚𝑎𝑥 𝑜 𝑓(𝑜, 𝑢)

8. © 2019 Propriété de Domoscio – Cette présentation, à votre seul usage interne, est indissociable des éléments de contexte qui ont permis de l’établir et des commentaires oraux qui l’accompagnent.
PERSONNALIZED RECOMMENDER SYSTEM FOR LEARNING
7
User Model
Recommender
strategy
Interaction
evaluation system
Domain model

9. © 2019 Propriété de Domoscio – Cette présentation, à votre seul usage interne, est indissociable des éléments de contexte qui ont permis de l’établir et des commentaires oraux qui l’accompagnent.
USER MODEL

10. © 2019 Propriété de Domoscio – Cette présentation, à votre seul usage interne, est indissociable des éléments de contexte qui ont permis de l’établir et des commentaires oraux qui l’accompagnent.
BASED ON METADATA ? – THE LEARNING STYLES CASE
9
Pashler, Harold, Mark McDaniel, Doug Rohrer, et Robert Bjork.
« Learning Styles: Concepts and Evidence ». Psychological Science
in the Public Interest 9, no 3 (décembre 2008): 105-19.

11. © 2019 Propriété de Domoscio – Cette présentation, à votre seul usage interne, est indissociable des éléments de contexte qui ont permis de l’établir et des commentaires oraux qui l’accompagnent.
BASED ON METADATA ? – THE LEARNING STYLES CASE
10
Pashler, Harold, Mark McDaniel, Doug Rohrer, et Robert Bjork.
« Learning Styles: Concepts and Evidence ». Psychological Science
in the Public Interest 9, no 3 (décembre 2008): 105-19.

12. © 2019 Propriété de Domoscio – Cette présentation, à votre seul usage interne, est indissociable des éléments de contexte qui ont permis de l’établir et des commentaires oraux qui l’accompagnent.
EVOLUTION OF THE USER MODEL
11
Temporal window Two models at once
Long-term
model Short-term
model
Koychev, Ivan, et Ingo Schwab. « Adaptation to drifting user’s interests ». In
Proceedings of ECML2000 Workshop: Machine Learning in New Information Age,
39–46, 2000.

13. © 2019 Propriété de Domoscio – Cette présentation, à votre seul usage interne, est indissociable des éléments de contexte qui ont permis de l’établir et des commentaires oraux qui l’accompagnent.
RECOMMENDATION QUALITY
How to evaluate it?

14. © 2019 Propriété de Domoscio – Cette présentation, à votre seul usage interne, est indissociable des éléments de contexte qui ont permis de l’établir et des commentaires oraux qui l’accompagnent.
RECOMMENDATION QUALITY
13
Meyer, Frank. « Recommender systems in industrial contexts ».
Université Grenoble Alpes, 2012.
Scheme of education
recommendation
quality
Schwind, Christina, Jürgen Buder, Ulrike Cress, et
Friedrich W. Hesse. « Preference-Inconsistent
Recommendations: An Effective Approach for Reducing
Confirmation Bias and Stimulating Divergent Thinking? »
Computers & Education 58, no 2 (2012): 787-96

15. © 2019 Propriété de Domoscio – Cette présentation, à votre seul usage interne, est indissociable des éléments de contexte qui ont permis de l’établir et des commentaires oraux qui l’accompagnent.
RECOMMENDER QUALITY
How to evaluate the recommendation system?

16. © 2019 Propriété de Domoscio – Cette présentation, à votre seul usage interne, est indissociable des éléments de contexte qui ont permis de l’établir et des commentaires oraux qui l’accompagnent.
WHAT CRITERIA?
Technical terms
User-centric
The recommender system goals
15
Erdt, Mojisola, Alejandro Fernandez, et Christoph Rensing. « Evaluating Recommender
Systems for Technology Enhanced Learning: A Quantitative Survey ». IEEE Transactions on
Learning Technologies 8, no 4 (1 octobre 2015): 326-44.

17. © 2019 Propriété de Domoscio – Cette présentation, à votre seul usage interne, est indissociable des éléments de contexte qui ont permis de l’établir et des commentaires oraux qui l’accompagnent.
CONCLUSION

18. © 2019 Propriété de Domoscio – Cette présentation, à votre seul usage interne, est indissociable des éléments de contexte qui ont permis de l’établir et des commentaires oraux qui l’accompagnent.
CONCLUSION
Some examples of differences
But many others!
Cold start
Knowledge estimation…
17

19. © 2019 Propriété de Domoscio – Cette présentation, à votre seul usage interne, est indissociable des éléments de contexte qui ont permis de l’établir et des commentaires oraux qui l’accompagnent.