GETEROGEN GRAF NEYRON TARMOG'I ASOSIDA O'QUV REJA OPTIMALLASHTIRISH VA SHAXSIY TAVSIYALAR TIZIMI: KOMPYUTER INJINIRINGI MUTAXASSISLIGI MISOLIDA

Ushbu maqolada o'quv reja optimallashtirish va shaxsiy akademik tavsiyalar uchun Geterogen Graf Neyron Tarmog'i (GGNT) arxitekturasi taklif etiladi. Tizim talaba, fan va kategoriya tugunlarini birlashtiruvchi uch qavatli geterogen grafni quradi va ikki qavatli GraphSAGE aggregatsiyasi orqali ko'p darajali yashirin bog'liqliklarni kodlaydi. SHAP asosida tushuntirish moduli har bir tavsiyani asoslab beradi. 184 talaba, 109 fan va 8 486 yozuvdan iborat dataset Kompyuter Injiniringi datasetida o'tkazilgan tajribalar GGNT tizimining NDCG@10 ko'rsatkichi bo'yicha K-Means+Kosinus tayanch usulidan 19,6% ustun ekanligini ko'rsatdi. Random Forest baho bashoratchisi 97,5% aniqlikka erishdi.

Ҳали таржима қилинмаган