Recommandation basée sur l’IA

Vue d’ensemble overview

Adobe Learning Manager comprend une page d’accueil pour les élèves, qui est moderne, plus orientée sur le contenu et personnalisée selon les préférences d’un élève. Les recommandations d’apprentissage basées sur l’IA visent à renforcer l’engagement des élèves, à identifier et à combler les lacunes dans l’apprentissage.

L’algorithme de recommandation est conçu pour prendre en compte plusieurs sources d’entrée, y compris les données du secteur d’activité sur les postes professionnels, les titres et les descriptions obtenus par Adobe de ses partenaires. Ces données sont ensuite utilisées pour entraîner les algorithmes d'IA de l'Adobe afin que Learning Manager puisse produire une carte qui relie les compétences alignées sur le secteur d'activité aux titres et/ou désignations de postes. Cela devient alors une entrée dans l’algorithme de recommandation.

Learning Manager utilise ensuite des algorithmes de modélisation de rubrique pour analyser le contenu de formation dans un compte et le mapper aux compétences.

Learning Manager utilise les données d’activité des pairs comme une autre indication pour exploiter l’algorithme de recommandation de manière personnalisée. Des activités telles que l’inscription, l’accomplissement et tout retour d’informations explicite fourni par les élèves, sont utilisées ici.

En outre, Learning Manager utilise des informations explicites et implicites recueillies auprès de chaque élève pour personnaliser davantage les recommandations. Un élève pourra indiquer explicitement ses centres d’intérêt par le biais des inscriptions et Learning Manager recevra ces informations implicitement en fonction de la façon dont l’élève finira par suivre les formations.

Enfin, l’administrateur sera également en mesure d’influencer l’algorithme de recommandation à l’aide des attributs de l’élève que Learning Manager devrait examiner lors de la définition de groupes de pairs, ainsi qu’en mettant en évidence les formations pour des groupes d’utilisateurs spécifiques.

recommendation-more-help
d5e5961a-141b-4c77-820e-8453ddef913d