Submitted by LUCIANA MARIA VIEIRA PÖTTKER null (lucianamvp@yahoo.com.br) on 2017-04-04T01:43:01Z No. of bitstreams: 1 TeseFinal_LucianaPottker.pdf: 5401363 bytes, checksum: 3523880a95ba6b047b73fd0769dc3e39 (MD5) / Rejected by LUIZA DE MENEZES ROMANETTO (luizamenezes@reitoria.unesp.br), reason: Solicitamos que realize uma nova submissão seguindo a orientação abaixo: O arquivo submetido está sem a ficha catalográfica. A versão submetida por você é considerada a versão final da dissertação/tese, portanto não poderá ocorrer qualquer alteração em seu conteúdo após a aprovação. Corrija esta informação e realize uma nova submissão com o arquivo correto. Agradecemos a compreensão. on 2017-04-07T18:48:27Z (GMT) / Submitted by LUCIANA MARIA VIEIRA PÖTTKER null (lucianamvp@yahoo.com.br) on 2017-04-07T18:55:56Z No. of bitstreams: 1 TeseFinal_LucianaPottkerComFicha.pdf: 5404315 bytes, checksum: 2efd4fb1a1ddc2f487503369eb1bd0b0 (MD5) / Approved for entry into archive by Juliano Benedito Ferreira (julianoferreira@reitoria.unesp.br) on 2017-04-07T19:04:45Z (GMT) No. of bitstreams: 1 pottker_lmv_dr_mar.pdf: 5404315 bytes, checksum: 2efd4fb1a1ddc2f487503369eb1bd0b0 (MD5) / Made available in DSpace on 2017-04-07T19:04:45Z (GMT). No. of bitstreams: 1 pottker_lmv_dr_mar.pdf: 5404315 bytes, checksum: 2efd4fb1a1ddc2f487503369eb1bd0b0 (MD5) Previous issue date: 2017-03-16 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Desde a sua criação, a Web tem crescido a um ritmo sem precedentes, situação esta que exigiu mudanças na forma como a sociedade busca e tem acesso à informação. O incremento informacional foi observado em todas as áreas do conhecimento e, desde então, problemas relacionados à recuperação de informação são investigados. No escopo dessa investigação, são pesquisados objetos de aprendizagem que estejam descritos, em um padrão de metadados educacional, e mantidos em repositórios específicos para este fim. Todos os problemas e dificuldades relacionados à recuperação de informação são refletidos no contexto particular dos objetos de aprendizagem. Devido à natureza (multimídia) dos objetos de aprendizagem, a complexidade em recuperá-los se torna mais perceptível. Nesta tese, propõe-se um modelo de arquitetura para recuperação de objetos de aprendizagem baseado em uma integração de tecnologias de sistemas de recuperação de informação, metadados, relevance feedback e agentes inteligentes. O propósito fundamental da arquitetura para recuperação de objetos de aprendizagem é unificar a representação desses recursos educacionais que são disponibilizados em diferentes repositórios e permitir que o usuário realize buscas qualificadas para localizar os objetos de aprendizagem mais adequados para sua necessidade de informação. Esta pesquisa é classificada como qualitativa e de natureza aplicada, uma vez que se relaciona com o problema prático de recuperação de objetos de aprendizagem disponíveis em repositórios da Web. O principal diferencial desta proposta foi de valorizar a inferência do usuário no processo de recuperação de informação, por meio do processo de relevance feedback. Neste processo, o usuário estabelece um diálogo com o sistema de recuperação de informação realizando refinamentos nos resultados que lhe foram retornados. Como esse processo é cíclico, ele pode ser executado até que o usuário esteja satisfeito com os resultados que lhe foram retornados. Conclui-se que um sistema de recuperação de informação é mais eficiente quando amplia seu escopo de recuperação a partir de diferentes fontes de dados e permite a inferência do usuário no julgamento da informação que lhe foi retornada. / The Web has been growing in a record speed since its creation and, therefore, such prospect has demanded changes in the way society seeks for and accesses information. Informational increment was evident in all fields of knowledge and since then, the relevant information retrieval issues have been investigated. In the scope of this investigation, we find researches in learning objects classified into an educational metadata pattern and kept in a specific repository. All the problems and complications related to such retrieval reflect in the learning objects particular context. The complexity in retrieving these learning objects becomes evident given their (multimedia) nature. Here, we suggest an architecture model to retrieve the aforementioned objects that is based on a combination of information retrieval system, metadata, relevance feedback, and intelligent agents. The main purpose of this architecture model is to unify the representation of these educational resources – that are available in a heterogeneous repository – and allow users to perform efficient searches in order to find the most suitable learning objects to their information needs. This is a qualitative and Applied research once it relates to the practical problem of learning objects retrieval available on the Web. The main difference of this suggestion was to value – via relevance feedback – the importance of the user‟s inference in the process of such retrieval, in which the user establishes a dialog with the information retrieval system as to enhance the obtained results, and thus – being a cyclical process – it can be executed until he is pleased them. The conclusion is that an information retrieval system more efficient when its scope is enlarged from the different sources of data and allows the inference of the user when judging what he was presented with.