Return to search

Detec??o de Estilos de Aprendizagem em Ambientes Virtuais de Aprendizagem utilizando Redes Bayesianas

?rea de concentra??o: Educa??o e Tecnologias aplicadas em Institui??es Educacionais. / Submitted by Jos? Henrique Henrique (jose.neves@ufvjm.edu.br) on 2018-04-02T18:15:41Z
No. of bitstreams: 2
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
luiz_filipe_carreiro_salazar.pdf: 2092412 bytes, checksum: 081025a8f7b46e716f0a5878e9f2cc60 (MD5) / Approved for entry into archive by Rodrigo Martins Cruz (rodrigo.cruz@ufvjm.edu.br) on 2018-04-09T18:05:57Z (GMT) No. of bitstreams: 2
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
luiz_filipe_carreiro_salazar.pdf: 2092412 bytes, checksum: 081025a8f7b46e716f0a5878e9f2cc60 (MD5) / Made available in DSpace on 2018-04-09T18:05:57Z (GMT). No. of bitstreams: 2
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
luiz_filipe_carreiro_salazar.pdf: 2092412 bytes, checksum: 081025a8f7b46e716f0a5878e9f2cc60 (MD5)
Previous issue date: 2017 / O avan?o da tecnologia possibilitou o surgimento de ferramentas para o acesso a conhecimento
e experi?ncias individuais e coletivas. As Tecnologias da Informa??o e Comunica??o
e a internet criaram o conceito chamado Ciberespa?o, um local virtual onde o somat?rio
de todas as experi?ncias, saberes e culturas de todos os povos que forma a Intelig?ncia
Coletiva. Tal fen?meno contribuiu para o desenvolvimento da Educa??o ? Dist?ncia e os
Sistemas Inteligentes para Educa??o. Um dos maiores problemas em EaD ? aus?ncia de
adaptatividade do ensino ao Estilo de Aprendizagem dos estudantes, que consiste nas
prefer?ncias que cada aluno tem em receber um determinado conte?do. Dessa forma, o
trabalho aborda uma t?cnica de Redes Bayesianas para detectar automaticamente os
Estilos de Aprendizagem dos estudantes para proporcionar uma oferta de material de
ensino adaptado ?s prefer?ncias de aprendizagem nos Ambientes Virtuais de Aprendizagem.
O trabalho se baseia em conceitos e t?cnicas de Intelig?ncia Artificial e Aprendizado de
M?quina para compor um modelo computacional e probabil?stico de uma Rede Bayesiana
para inferir e detectar qual a melhor combina??o de Estilos de Aprendizagem. Para estruturar
os m?todos de detec??o dos Estilos de Aprendizagem, a pesquisa utiliza o Modelo de
Estilo de Aprendizagem Felder-Silverman. Para representar o comportamento do estudante
no Ambiente Virtual Aprendizagem, o trabalho utiliza utiliza um sistema para simular o
desempenho do estudante em um Sistema de Tutoria Inteligente. Os m?todos utilizados
resultam na constru??o de um algoritmo de detec??o autom?tica de Estilos de Aprendizagem
em Ambientes Virtuais de Aprendizagem. Os resultados do algoritmo de Rede
Bayesiana foram comparados aos resultados de outro algoritmo de detec??o de Estilos de
Aprendizagem na literatura. Nos testes, o algoritmo de Rede Bayesiana se mostrou mais
eficiente comparado ao da literatura, diminuindo consideravelmente o n?mero de itera??es
do sistema que no final converge ao Estilo de Aprendizagem do estudante, diminuindo o
tempo de execu??o e aumentando a precis?o dos resultados. O trabalho abre discuss?o
quanto a robustez, efici?ncia e precis?o da aplica??o de Redes Bayesianas para detec??o
de Estilos de Aprendizagem. / Disserta??o (Mestrado Profissional) ? Programa de P?s-Gradua??o em Educa??o, Universidade Federal dos Vales do Jequitinhonha e Mucuri, 2017. / The advancement of technology has enabled the emergence of tools for access to knowledge
and individual and collective experiences. Information and Communication Technologies
and the Internet have created the concept called Cyberspace, a virtual place where the
sum of all the experiences, knowledge and cultures of all peoples that forms the Collective
Intelligence. This phenomenon contributed to the development of Distance Education
and Intelligent Systems for Education. One of the major problems in EaD is the lack
of adaptability of teaching to students? learning style, which consists of the preferences
each student has in receiving a certain content. Thus, the paper approaches a technique
of Bayesian Networks to automatically detect the Learning Styles of the students to
provide an offer of teaching material adapted to the preferences of learning in the Virtual
Environments of Learning. The work is based on concepts and techniques of Artificial
Intelligence and Machine Learning to compose a computational and probabilistic model
of a Bayesian Network to infer and detect the best combination of Learning Styles. To
structure Learning Styles detection methods, the search uses the Felder-Silverman Learning
Style Template. To represent student behavior in the Virtual Learning Environment, the
work uses uses a system to simulate student performance in an Intelligent Tutoring System.
The methods used result in the construction of an algorithm for automatic detection of
Learning Styles in Virtual Learning Environments. The results of the Bayesian Network
algorithm were compared to the results of another learning style detection algorithm in
the literature. In the tests, the Bayesian Network algorithm proved to be more efficient
compared to the literature, considerably reducing the number of system iterations that in
the end converges to the student?s Learning Style, reducing execution time and increasing
the accuracy of the results. The paper discusses the robustness, efficiency and accuracy of
the application of Bayesian Networks for the detection of Learning Styles.

Identiferoai:union.ndltd.org:IBICT/oai:acervo.ufvjm.edu.br/jspui:1/1629
Date07 November 2017
CreatorsSalazar, Luiz Filipe Carreiro
ContributorsAssis, Luciana Pereira de, Pitangui, Cristiano Grij?, Carvalho, Leonardo Lana de, Andrade, Alessandro Vivas, Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM)
PublisherUFVJM
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguageEnglish
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Sourcereponame:Repositório Institucional da UFVJM, instname:Universidade Federal dos Vales do Jequitinhonha e Mucuri, instacron:UFVJM
RightsA concess?o da licen?a deste item refere-se ao ? termo de autoriza??o impresso assinado pelo autor, assim como na licen?a Creative Commons, com as seguintes condi??es: Na qualidade de titular dos direitos de autor da publica??o, autorizo a Universidade Federal dos Vales do Jequitinhonha e Mucuri e o IBICT a disponibilizar por meio de seus reposit?rios, sem ressarcimento dos direitos autorais, de acordo com a Lei n? 9610/98, o texto integral da obra disponibilizada, conforme permiss?es assinaladas, para fins de leitura, impress?o e/ou download, a t?tulo de divulga??o da produ??o cient?fica brasileira, e preserva??o, a partir desta data., info:eu-repo/semantics/openAccess

Page generated in 0.0018 seconds