В рамках данной работы были изучены основные подходы построения рекомендательных систем, структура и функциональность самых популярных онлайн-платформ дистанционного обучения, были выявлены их преимущества и недостатки. Для усовершенствования существующих рекомендательных сервисов была выбрана и детально проанализирована психологическая модель стилей обучения Фелдера-Сильверман, на основе которой было сформулирвано и разработано несколько способов ранжирования онлайн курсов.
В дальнейшем предложенные методы могут позволить принципиально изменить действующие рекомендательные подходы в сфере e-learning. Однако важным недостатком работы является необходимость более детального тестирования и исследования разработанных алгоритмов.
На сегодняшний день возможностей, которые предоставляют большинство онлайн-платформ дистанционного обучения, недостаточно для полного необходимого анализа курсов. Основная проблема предложенных подходов заключается в анализе учебных материалов.
В результате исследований были сделаны выводы о том, что для полноценного дифференцирования онлайн-курсов программные интерфейсы платформ недостаточно функциональны. В свою очередь, стоит отметить, что крупные провайдеры, такие как EdX, Stepic.org и Coursera, активно развивают функциональность своих прикладных программных интерфейсов с целью предоставить сторонним разработчикам возможность удобной работы с учебными материалами платформы.
Вполне вероятно, что в скором будущем процесс анализа учебных материалов станет более простым в реализации и более точным. Таким образом, необходимо использовать технологии искусственного интеллекта для полной реализации поставленных задач.