Список источников. 
Разработка способа ранжирования онлайн-курсов на основании психологической модели обучаемого

• 1. Блог компании Centrobit. Анатомия рекомендательных сервисов (Часть 1). URL: https://habrahabr.ru/company/Centrobit/blog/193 960/ (дата обращения 15.02.2016).
• 2. Xiao B., Benbasat I. E-Commerce Product Recommendation Agents: Use, Characteristics and Impact // MIS Quarterly. March 2007. Vol. 31 No. 1, pp. 137−209.
• 3. Jones M.T. Recommender Systems. Part 1: Introduction to approaches and algorithms // IBM: Developer Works. 12.12.2013. pp. 1−8.
• 4. Amatriain X., Basilico J. Netflix Recommendations: Beyond the 5 stars (Part 1) // The Netflix Tech Blog. 6.04.2012. URL: http://techblog.netflix.com/2012/04/netflix-recommendations-beyond-5-stars.html (дата обращения 13.03.2016).
• 5. Bell R.M., Koren Y., Volinsky C. The BellKor 2008 Solution to the Netflix Prize. 2008. URL: http://www.netflixprize.com/assets/ProgressPrize2008_BellKor.pdf (дата обращения 24.03.2016).
• 6. Skinner B.F. The technology of teaching. Appleton-Century-Croft, 1965.
• 7. Skinner B.F. Teaching machines. Scientific American, 1961. 205, 90−112, p. 381.
• 8. Harrington C. Adaptive Learning & Content Development, Lecture for Digital October, 2014.

URL:http://www.digitaloctober.ru/en/events/analiziruy_eto_kak_big_data_sovershit_revolyutsiyu_v_obrazovanii (дата обращения 15.01.2016).

• 9. Колпаченко С. Ю., Заика С. С. Способ построения рекомендательного сервиса онлайн-курсов на основании психологической модели обучаемого // Межвузовская научно-техническая конференция студентов, аспирантов и молодых специалистов им. Е. В. Арменского. Материалы конференции. — М. ~: МИЭМ НИУ ВШЭ, 2016. — 412. ISBN 978−5-94 768−072−0, С.135−136.
• 10. Исследование компании J’son&Partners Consulting: Рынок онлайн-образования в России и мире: сегмент массовых онлайн-курсов. URL: http://json.tv/ict_telecom_analytics_view/rynok-onlayn-obrazovaniya-v-rossii-i-mire-segment-massovyh-onlayn-kursov-20 141 209 065 340 (дата обращения 20.04.2016).
• 11. Coursera APIs. URL: https://building.coursera.org/app-platform/catalog/ (дата обращения 15.01.2016).
• 12. Creative Commons. Attribution-ShareAlike 4.0 International (CC BY-SA 4.0). URL: https://creativecommons.org/licenses/by-sa/4.0/legalcode (дата обращения 21.04.2016).
• 13. Stepic RESTful API. URL: https://stepic.org/api/docs/ (дата обращения 15.01.2016).
• 14. Felder R.M., Silverman L.K. Learning and Teaching Styles in Engineering Education, Engr. Education, 78(7), 1998. p. 674−681.
• 15. Felder R.M. Learning and teaching styles in engineering education. Author’s Preface — June 2002 // Engr. Education, 1988, № 78 (7), С.674−681.
• 16. Solomon B.A., Felder R.M. Index of Learning Styles Questionnaire. URL: https://www.engr.ncsu.edu/learningstyles/ilsweb.html (дата обращения 12.03.2016).
• 17. Felder R.M., Spurlin J. Applications, Reliability and Validity of the Index of Learning Styles // Engr. Education, Vol. 1, № 1, 2005. p. 103−112.
• 18. Yandex Company. Как работают рекомендательные системы. Лекция в Яндексе, 2014. URL: https://habrahabr.ru/company/yandex/blog/241 455/ (дата обращения 5.03.2016).
• 19. Федоровский А. Н., Логачева В. К. Архитектура рекомендательной системы, работающей на основе неявных пользовательских оценок. URL: http://ceur-ws.org/Vol-803/paper8.pdf (дата обращения 5.03.2016).
• 20. Su X., Khoshgoftaar T.M. A Survey of Collaborative Filtering Techniques // Advances in Artificial Intelligence, Volume 2009, Article ID 421 425. URL: http://www.hindawi.com/journals/aai/2009/421 425/ (дата обращения 10.04.2016).