Cet article propose un modèle d'extraction de concepts basé sur l'apprentissage profond pour répondre aux défis rencontrés par les étudiants américains lors de leur choix de cours, notamment le manque d'information, la surabondance de choix et la concurrence pour les cours populaires. Nous validons l'efficacité d'un cadre de recommandation sérendipité intégrant des explications basées sur les compétences, en s'appuyant sur le système AskOski de l'Université de Californie à Berkeley. Les résultats montrent que les explications basées sur les compétences augmentent l'intérêt des utilisateurs pour des cours inattendus et renforcent leur confiance dans leurs décisions. Cela souligne l'importance d'intégrer les données et les explications liées aux compétences dans les systèmes de recommandation pédagogique.
