Spelling suggestions: "subject:"otimização pseudopartículas"" "subject:"otimização aparecenpartículas""
1 |
Formação de grupos em MOOCs utilizando Particle Swarm Optimization / Forming of groups in MOOCs using Particle Swarm OptimizationUllmann, Matheus Rudolfo Diedrich 26 February 2016 (has links)
Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2016-06-01T10:57:51Z
No. of bitstreams: 2
Dissertação - Matheus Rudolfo Diedrich Ullmann - 2016.pdf: 1264745 bytes, checksum: 65f8378224bd7fd700216a920f2da7a0 (MD5)
license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2016-06-01T11:00:53Z (GMT) No. of bitstreams: 2
Dissertação - Matheus Rudolfo Diedrich Ullmann - 2016.pdf: 1264745 bytes, checksum: 65f8378224bd7fd700216a920f2da7a0 (MD5)
license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Made available in DSpace on 2016-06-01T11:00:53Z (GMT). No. of bitstreams: 2
Dissertação - Matheus Rudolfo Diedrich Ullmann - 2016.pdf: 1264745 bytes, checksum: 65f8378224bd7fd700216a920f2da7a0 (MD5)
license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5)
Previous issue date: 2016-02-26 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / The MassiveOpenOnlineCourses(MOOCs)areonlinecourseswithopenenrollment
that involvingahugeamountofstudentsfromdifferentlocations,withdifferentback-
grounds andinterests.Thelargenumberofstudentsimpliesahugeandunmanageable
number ofinteractions.Thisfact,alongwiththedifferentinterestsofstudents,resulting
in low-qualityinteractions.Duetothelargenumberofstudents,alsobecomesunviable
composition manuallylearninggroups.DuetothesecharacteristicspresentinMOOCs,
a methodforforminggroupswasdevelopedinthiswork,asanattempttoattendthedi-
chotomy existsbetweenthecollective,whichinvolvestheformationofanonlinelearning
community onamassivescale,andindividual,withdifferentinterests,priorknowledge
and expectationsanddifferentleadershipprofiles.Fortheformationofgroups,anadapta-
tion ofParticleSwarmOptimizationalgorithmwasproposedbasedonthreecriteria,kno-
wledge level,interestsandleadershipprofiles,formingthengroupswithdifferentlevels
of knowledge,similarinterestsanddistributedleadership,providingbetterinteractionand
knowledgeconstruction.Werecreatedtwovariationsoftheproblem,withfivestudents
and theothersix.Basedoncomputationaltests,thealgorithmdemonstratedthatableto
attend thegroupingcriteriainasatisfactorycomputingtimeandismoreefficientthanthe
model randomgroupsformation.Thetestsalsodemonstratedthatthealgorithmisrobust
taking intoaccountthevariousdatasetsanditerationsvariations.Toevaluatethequality
of interactionsandknowledgebuildingingroupsformedbythemethod,Acasestudy
wasconducted;andfortheanalysisofthecollecteddiscourses,itwastakenasthebasis
twomodelsofdiscourseanalysisfoundintheliterature.Theresultsofthecasestudy
demonstrated thatthegroupsformedbytheproposedmethodachievedthebestresultsin
the interactionsandknowledgeconstruction,whencomparedwithgroupsthatdonotuse
it. / Os Massive OpenOnlineCourses (MOOCs) sãocursos online com inscriçõesabertas
que envolvemumaenormequantidadedeestudantesdediferenteslocalidades,comdife-
rentes backgrounds e interesses.Ograndenúmerodealunosimplicaemumaenormee
não gerenciávelquantidadedeinterações.Estefato,juntamentecomosinteressesdife-
rentes dosalunos,resultaeminteraçõesdebaixaqualidade.Devidoàgrandequantidade
de alunos,tambémtorna-seinviávelacomposiçãodegruposdeaprendizagemdeforma
manual. DevidoàessascaracterísticaspresentesnosMOOCs,ummétodoparaformação
de gruposfoidesenvolvidonestetrabalho,comoumatentativaparaatenderadicoto-
mia queexisteentreocoletivo,queenvolveaformaçãodeumacomunidade online de
aprendizagem emumaescalamaciça,eoindividual,comdiferentesinteresses,conhe-
cimentos prévioseexpectativasecomdiferentesperfisdeliderança.Paraaformação
dos grupos,umaadaptaçãodoalgoritmo ParticleSwarmOptimization foi propostacom
base emtrêscritérios,níveldeconhecimento,interesseseperfisdeliderança,formando
então gruposcomníveisdeconhecimentodiferentes,interessessemelhanteseliderança
distribuída,proporcionandoumamelhorinteraçãoeconstruçãodeconhecimento.Foram
criadas duasvariaçõesdoproblema,umacomcincoalunoseoutracomseis.Combase
em testescomputacionais,oalgoritmodemonstrouqueconsegueatenderoscritériosde
agrupamento emumtempodecomputaçãosatisfatórioeémaiseficientequeomodelode
formação degruposaleatório.Ostestesdemonstraramtambémqueoalgoritmoérobusto
levandoemcontaosvariadosconjuntosdedadosevariaçõesdeiterações.Paraavaliara
qualidade dasinteraçõeseaconstruçãodeconhecimentonosgruposformadospelomé-
todo, umestudodecasofoirealizado;eparaaanálisedosdiscursoscoletados,tomou-se
como basedoismodelosdeanálisedediscursopresentesnaliteratura.Oresultadodo
estudo decasodemonstrouqueosgruposformadospelométodopropostoobtiveramos
melhores resultadosnasinteraçõeseconstruçãodoconhecimento,quandocomparados
com osgruposquenãooutilizaram.
|
Page generated in 0.0572 seconds