Материал раздела Основной

Как подстроить обучение под каждого сотрудника, даже если их тысячи

Еще несколько лет назад персонализация в онлайн-обучении была экзотикой. Это изменилось с развитием рекомендательных систем. Но такие системы не учитывают уровень знания работников. Вадим Сабашный, гендиректор «ЛАНИТ-Терком» — о том, как решить проблему
Фото: Shutterstock
Фото: Shutterstock

Мы видим предложения, сгенерированные рекомендательными системами, десятки раз за день. Это и реклама новой кредитной карты, и уведомление о скидке в интернет-магазине, и даже фильм на вечер, подобранный исходя из наших жанровых предпочтений. Получается, что рекомендательная система — это набор сервисов и технологий, который предлагает пользователю нужный продукт, основываясь на его предпочтениях и оценках, а также предпочтениях других людей, похожих на него. Система отслеживает, как человек ведет себя на сайте или платформе/в приложении. Мы привыкли видеть подобные системы в действии в ретейле и индустрии развлечений. Однако они широко используются и в корпоративном электронном обучении. Более того, их даже можно классифицировать в зависимости от техники, используемой в процессе рекомендации. Перечислю четыре техники, которые встречаются в российских компаниях чаще всего.

Какие есть виды рекомендательных систем

Коллаборативная фильтрация

Система использует историю оценок обучающегося и находит людей с такими же предпочтениями. В основе ее работы лежит гипотеза — если у пользователей были схожие вкусы в прошлом, то в будущем они останутся таковыми. Однако у этого механизма есть недостаток — он плохо справляется с выдачей подходящих рекомендаций новым пользователям. Этот феномен называется проблемой «холодного старта». Система знает многое о пользователях, которые уже с ней взаимодействовали, но ничего о новых.