AI-baserad rekommendation

Översikt overview

I Adobe Learning Manager finns en elevstartsida som är modern, mer innehållsdriven och anpassad efter elevens önskemål. AI-baserade utbildningsrekommendationer syftar till att öka elevernas engagemang och identifiera och åtgärda brister i inlärningen.

Rekommendationsalgoritmen är utformad för att ta in flera indatakällor, inklusive branschdata om jobbroller, titlar och beskrivningar som Adobe har hämtat från sina partner. Dessa data används sedan för att träna Adobe AI-algoritmer så att Learning Manager kan ta fram en karta som kopplar branschanpassade färdigheter till jobbtitlar och/eller beteckningar. Detta blir sedan en inmatning till rekommendationsalgoritmen

Learning Manager använder sedan ämnesmodelleringsalgoritmer för att analysera utbildningsinnehållet inom ett konto och mappa dem till kunskaperna.

Learning Manager använder peer-aktivitetsdata som en annan signal för att driva rekommendationsalgoritmen på ett personligt sätt. Aktiviteter som registrering, slutförande och eventuell uttrycklig feedback från elever används här.

Dessutom använder Learning Manager explicit och implicit information som samlas in från enskilda elever för att ytterligare anpassa rekommendationer. En elev kommer att kunna ange sina intresseområden uttryckligen genom registreringar och Learning Manager kommer att få denna information implicit baserat på hur eleven slutligen går igenom utbildningarna.

Slutligen kommer administratören även att kunna påverka rekommendationsalgoritmen med hjälp av elevattribut som Learning Manager ska titta på när kollegiala grupper definieras, och även genom att faktiskt markera utbildningar för specifika användargrupper.