Ferramenta de recomendação híbrida de objetos de aprendizagem com predição das necessidades personalizadas de cada estudante
Fecha
2023-10-19Primeiro membro da banca
Bernardi, Giliane
Segundo membro da banca
Chicon, Patricia Mariotto Mozzaquatro
Metadatos
Mostrar el registro completo del ítemResumen
Com a grande quantidade de dados disponíveis, está cada vez mais difícil identificar
informações que contribuirão no processo de aprendizagem dos estudantes. Neste
cenário, o presente estudo busca a aplicação de um framework de modelo híbrido
para recomendação de objetos de aprendizagem com base nas preferências e nas
necessidades de cada estudante. Para identificação das necessidades dos
estudantes, o framework realiza um processo de predição de desempenho para
identificar eventuais dificuldades futuras que um estudante poderá apresentar. Dessa
forma, as recomendações geradas antecedem uma eventual necessidade de objetos
de aprendizagem mais específicos para as necessidades de cada um dos estudantes.
As recomendações são geradas a partir de métodos de filtragem colaborativa,
filtragem baseada em conteúdo e filtragem baseada em conhecimento. Com o
framework implementado, a validação dos algoritmos apresentou uma grande
contribuição em relação as recomendações geradas, tendo em vista que pôde-se
evidenciar que o framework foi capaz de integrar métodos de filtragem e algoritmos
de predição de dados, para recomendação de objetos de aprendizagem. O framework
gerou recomendações com precisão acima de 80% em todos os cenários de teste.
Além disso, gerou um número baixo de recomendações, o que destaca que, mesmo
que consideradas várias possibilidades de recomendações, apenas os objetos de
aprendizagem com maior probabilidade de aceitação pelos estudantes foram
recomendados.
Colecciones
El ítem tiene asociados los siguientes ficheros de licencia: