3295
Умные рекомендации по обучению сотрудников
2020 год.Создание рекомендательного сервиса на образовательной платформе Росатома
Какую проблему решали
Сотрудники Росатома регулярно проходят обучение на платформе РЕКОРД Mobile, где необходимый курс можно найти в общем каталоге или с помощью поисковой строки.
В общей сложности там представлено свыше 3000 курсов, разделенных на 17 тематических рубрик, что делает навигацию сложной, мешает удерживать внимание пользователей и отнимает у сотрудников корпорации время на поиски нужного контента.
Чтобы упростить использование платформы, специалисты ИТ-интегратора «Гринатом» разработали рекомендательную систему на основе нейронных сетей, которая позволяет персонализировать подборку курсов для каждого сотрудника.
Решение проблемы
Рекомендательная система анализирует цифровой след и профиль пользователя, чтобы подобрать для него или нее релевантные курсы.
По мере того, как сотрудники Росатома заходят на платформу и совершают определенные действия – например, ставят «лайки», открывают и закрывают курсы, вводят данные в поисковую строку, – система узнает каждого пользователя всё лучше и предлагает ему именно те обучающие материалы, которые могут быть наиболее интересны.
В интерфейсе появились два новых раздела: «Рекомендации для Вас», в котором подборка курсов осуществляется с учетом цифрового профиля сотрудника и его действий на платформе, и раздел «Пользователи, прошедшие этот курс, также интересуются», где представлены другие релевантные материалы.
Применяемые технологии
В основе рекомендательной системы лежит разновидность архитектуры рекуррентных нейронных сетей LSTM, которая позволяет выявлять зависимости между длинными последовательностями взаимодействий пользователя с обучающей платформой.
За последовательность взаимодействий для конкретного пользователя принимается набор курсов, которые он просматривал, положительно оценивал, успешно завершал или добавлял в избранное
Благодаря гибкости реализации входных слоев нейронных сетей также учитываются сторонние признаки пользователей («цифрой след» сотрудника, полученный из различных корпоративных систем – например, его должность, навыки, планируемые карьерные шаги и т.д.) и курсов (категория курса, его описание, поставщик и т.д.).
За последовательность взаимодействий для конкретного пользователя принимается набор курсов, которые он просматривал, положительно оценивал, успешно завершал или добавлял в избранное
Благодаря гибкости реализации входных слоев нейронных сетей также учитываются сторонние признаки пользователей («цифрой след» сотрудника, полученный из различных корпоративных систем – например, его должность, навыки, планируемые карьерные шаги и т.д.) и курсов (категория курса, его описание, поставщик и т.д.).
Бизнес-процесс
До проекта:
- Нужные курсы следовало искать в каталоге или текстовым поиском
- После прохождения курса информация об этом не использовалась
После проекта:
- Сотрудники, переходя на страницы курсов, изучая каталог, ставя «лайки» и пользуясь «избранным», формируют цифровой след
- Рекомендательная система автоматически анализирует цифровой след и с учетом цифрового профиля пользователя формирует персональные предложения
- Пользователи тратят меньше времени на поиски новых курсов и чаще пользуются платформой
Результаты
Команда проекта "РЕКОРД Mobile"
Андрей Батраков
Руководитель проектов
Владимир Верещагин
Руководитель программ по цифровым кадровым технологиям
Александр Гимон
Руководитель направления технической поддержки
Евгений Глухов
Начальник отдела исследований
Тимур Касымов
Старший специалист
Михаил Рябков
Ведущий специалист по развитию систем
Максим Уржумцев
Эксперт по разработке
Похожие кейсы
AI-кейсы с доказанной бизнес-эффективностью. Все проекты успешно прошли проверку комиссией из признанных экспертов в технологиях и бизнесе.
