Return to search

Formação de grupos em MOOCs utilizando Particle Swarm Optimization / Forming of groups in MOOCs using Particle Swarm Optimization

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.

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.bc.ufg.br:tede/5609
Date26 February 2016
CreatorsUllmann, Matheus Rudolfo Diedrich
ContributorsFerreira, Deller James, Camilo Júnior, Celso Gonçalves, Ferreira, Deller James, Camilo Júnior, Celso Gonçalves, Marques, Fátima de Lourdes dos Santos Nunes, Carvalho, Cedric Luiz de
PublisherUniversidade Federal de Goiás, Programa de Pós-graduação em Ciência da Computação (INF), UFG, Brasil, Instituto de Informática - INF (RG)
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguageEnglish
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Formatapplication/pdf
Sourcereponame:Biblioteca Digital de Teses e Dissertações da UFG, instname:Universidade Federal de Goiás, instacron:UFG
Rightshttp://creativecommons.org/licenses/by-nc-nd/4.0/, info:eu-repo/semantics/openAccess
Relation-3303550325223384799, 600, 600, 600, 600, -7712266734633644768, 3671711205811204509, 2075167498588264571

Page generated in 0.003 seconds