Date of Award

5-2024

Document Type

Thesis

Degree Name

Master of Science in Software Engineering

Department

Computer Science and Software Engineering

First Advisor

Prof. Nazar Zaki

Abstract

Academic advising is an important resource for students, especially in higher education, in order to guide them to make the best possible decisions to improve their overall academic performance and overall academic journey. With the increasing number of students joining these institutions each year, traditional advising becomes a time-consuming and inefficient process that can leave students discouraged, and advisors overwhelmed. Therefore, there is a need to develop intelligent advising systems that make use of the recent advancements in technology, to support the advising process, and increase overall student satisfaction. In this work, an academic advising model that uses Recommender Systems and Large Language Models is proposed, to recommend course plans to students. The model aims to recommend courses in a sequence that follows a balanced progression of knowledge, while still adhering to the various constraints placed on course selection by the university. The model was evaluated qualitatively through the use of case studies of five real students and two domain experts to analyze how accurate and coherent the generated course plans are. This work also evaluates the overall performance of large language models in recommending course plans while adhering to the provided constraints. The model was able to generate course plans comparable to the university standard plan. Overall, based on the model’s ability, and its evaluation, the proposed model holds promise in enhancing the quality of academic advising in higher education institutions, and in demonstrating the potential of large language models in course recommendation.

Arabic Abstract


نظام إرشاد أكاديمي ذكي لتوصية المقررات باستخدام نماذج اللغة الكبيرة

يُعتبر الإرشاد الأكاديمي مورداً مهماً للطلاب، وخاصةً في مرحلة التعليم العالي، من أجل توجيههم لاتخاذ أفضل القرارات الممكنة لتحسين أدائهم الأكاديمي العام ومسيرتهم الدراسية ككل. ومع تزايد عدد الطلاب الملتحقين بهذه المؤسسات سنوياً، أصبح الإرشاد التقليدي عملية مستهلكة للوقت وغير فعالة يمكن أن تترك الطلاب محبطين، والمرشدين مثقلين بالعمل. لذلك، هناك حاجة لتطوير أنظمة إرشاد ذكية تستفيد من التقدم التكنولوجي الحديث لدعم عملية الإرشاد، وزيادة رضا الطلاب بشكل عام. في هذا العمل، يُقترح نظام إرشاد أكاديمي يستخدم أنظمة التوصية (RS) ونماذج اللغة الكبيرة (LLM)، لتوصية الطلاب بخطط الدورات الدراسية. يهدف النموذج إلى توصية الدورات في تسلسل يتبع تقدماً متوازناً للمعرفة، مع الالتزام في الوقت نفسه بالقيود المختلفة التي تفرضها الجامعة على اختيار المقررات. تم تقييم النموذج نوعياً من خلال دراسات حالة لخمسة طلاب حقيقيين واثنين من خبراء المجال لتحليل مدى دقة وترابط خطط الدورات المولدة. كما يقيم هذا العمل أيضاً الأداء العام لنماذج اللغة الكبيرة في توصية خطط الدورات مع الالتزام بالقيود المقدمة. تم تقييم توصيات النموذج على نحو إيجابي، واستطاع النموذج توليد خطط دورات قابلة للمقارنة بالخطة المعيارية للجامعة. وبشكل عام، بناءً على قدرات النموذج وتقييمه، يحمل النموذج المقترح بعض الوعد في تعزيز جودة الإرشاد الأكاديمي في مؤسسات التعليم العالي، وفي إظهار إمكانات نماذج اللغة الكبيرة (LLM) في توصية الدورات.

Download
COinS