Date of Award

6-2025

Document Type

Thesis

Degree Name

Master of Science in Information Technology Management

Department

Information Systems and Security

First Advisor

Prof. Nazar Zaki

Abstract

Academic advising plays a critical role in helping students make informed decisions, improve academic performance, and successfully navigate their university journey. However, with increasing university enrollment, traditional advising methods often struggle to scale, leading to student frustration and overburdened advisors. Additionally, designing course offerings that match student demand is a complex and error-prone process involving multiple stakeholders. To address these challenges, this thesis proposes an automated, data-driven system for generating personalized academic plans for students. The primary aim of this thesis is to develop a system that reduces students’ dependency on advisors while simultaneously providing accurate estimates of course demand to assist in academic planning for upcoming semesters. The proposed system operates in two phases. In the first phase, Knowledge Graphs (KGs) are used to model relationships between courses, prerequisites, and student progress. In the second phase, Machine Learning (ML) techniques and Large Language Models (LLMs) are integrated to further personalize course recommendations. The system is designed to ensure logical course progression while adhering to university-specific academic policies, with a case study conducted at the United Arab Emirates University (UAEU). The generated academic plans demonstrate up to 70% similarity when compared to the generic degree plans provided by the university and show an average of 80% similarity when compared to actual plans followed by graduated students. This work introduces a hybrid system combining Knowledge Graph modeling with Machine Learning personalization for academic advising, offering a scalable and interpretable solution that aligns course planning with student needs and institutional constraints. This thesis addresses the scarcity of research applying Knowledge Graphs for personalized academic planning in universities, bridging the gap between traditional advising practices and automated, data-driven recommendation systems tailored to individual student backgrounds.

Arabic Abstract


تعزيز الإرشاد الأكاديمي باستخدام الرسوم البيانية المعرفية: دمج تعلم الآلة والنماذج اللغوية الكبيرة لتخطيط المقررات الدراسية بشكل مخصص

تلعب عملية الإرشاد الأكاديمي دوراً حيوياً في مساعدة الطلاب على اتخاذ قرارات تشكل مستقبلهم الأكاديمي ٬ وتحسين أدائهم الأكاديمي ٬ والتنقل بنجاح في رحلتهم الجامعية. ومع ذلك ٬ ومع تزايد أعداد الطلاب المسجلين في الجامعات ٬ غالباً ما تعجز الطرق التقليدية في الإرشاد الأكاديمي عن التكيف مع هذا النمو ٬ مما يؤدي إلى إحباط الطلاب وزيادة الضغط على المرشدين الأكاديميين. بالإضافة إلى ذلك ٬ يُعد تصميم خطط طرح المقررات بما يتماشى مع طلب الطلاب عملية معقدة وعرضة للأخطاء البشرية. تهدف هذه الرسالة إلى تطوير نظام مؤتمت يعتمد على البيانات لتوليد خطط أكاديمية شخصية للطلاب ٬ مما يقلل من اعتمادهم على المرشدين الأكاديميين ٬ ويوفر تقديرات دقيقة للطلب المتوقع على المقررات لدعم التخطيط الأكاديمي للفصول الدراسية القادمة. يعمل النظام المقترح على مرحلتين ٬ حيث يتم في المرحلة الأولى استخدام الرسوم البيانية المعرفية لنمذجة العلاقات بين المقررات والمتطلبات السابقة وتقدم الطالب الأكاديمي ٬ بينما تتضمن المرحلة الثانية دمج تقنيات تعلم الآلة مع نماذج اللغة الكبيرة لتعزيز التوصيات الأكاديمية المخصصة. وقد تم تصميم النظام لضمان تسلسل منطقي للمقررات بما يتوافق مع السياسات الأكاديمية الخاصة بالجامعة ٬ وتم اختباره باستخدام جامعة الإمارات العربية المتحدة كدراسة حالة. أظهرت نتائج الدراسة أن الخطط الأكاديمية التي تم توليدها حققت نسبة تشابه تصل إلى سبعين بالمائة مقارنة بالخطط الدراسية العامة التي توفرها الجامعة، ومتوسط تشابه بنسبة ثمانين بالمائة عند مقارنتها بالخطط الفعلية التي اتبعها الطلاب الخريجون. يقدم هذا العمل مساهمة مهمة من خلال تطوير نظام هجين يجمع بين نمذجة الرسوم البيانية المعرفية وتقنيات التخصيصالقائمة على تعلم الآلة ٬ مما يوفر حلاً قابلاً للتوسع والتفسير يتماشى مع احتياجات الطلاب ومتطلبات المؤسسات الأكاديمية. كما تسد هذه الرسالة فجوة بحثية واضحة تتمثل في نقص الدراسات التي تطبق الرسوم البيانية المعرفية لتوليد خطط دراسية مخصصة للطلاب الجامعيين ٬ مما يربط بين أساليب الإرشاد التقليدية والأنظمة التوصية المؤتمتة والمعتمدة على البيانات.

Download
COinS