Методы классификации пользователей СДО в модели построения их индивидуальной траектории обучения

Исследуется проблема адаптации системы дистанционного обучения (СДО) под контингент пользователей путем формирования индивидуальных траекторий обучения на основе результатов их промежуточных тестирований. Важнейшая составляющая предлагаемой модели — классификация пользователей на основе теста по различным категориям успеваемости. Проводится сравнительный анализ результатов применения для этой цели различных классификаторов, таких как байесовский классификатор, логистическая регрессия, метод k-ближайших соседей (KNN), дерево решений, метод случайного леса, градиентный бустинг, а также классификатора, использующего композицию нескольких различных алгоритмов (метод бутстреп-агрегирования, или бэггинг) из названных выше для предсказания категории пользователя по принципу простого большинства. Приводятся результаты численного эксперимента с использованием данных функционирования системы дистанционного обучения МАИ CLASS.NET.