Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-05-01T13:20:15Z
No. of bitstreams: 1
JANDERSON JASON BARBOSA AGUIAR - DISSERTAÇÃO PPGCC 2015..pdf: 4415910 bytes, checksum: f0d6a47b1a591745921f0dde35a45bb1 (MD5) / Made available in DSpace on 2018-05-01T13:20:15Z (GMT). No. of bitstreams: 1
JANDERSON JASON BARBOSA AGUIAR - DISSERTAÇÃO PPGCC 2015..pdf: 4415910 bytes, checksum: f0d6a47b1a591745921f0dde35a45bb1 (MD5)
Previous issue date: 2015-08-25 / Capes / Os Objetos de Aprendizagem (OA) utilizados em cursos presenciais ou à distância
são armazenados em ambientes computacionais usados no processo de ensino-aprendizagem com tendência de crescimento da sua quantidade com o passar
do tempo. Apesar dos Sistemas de Recomendação (SR) serem atualmente utilizados com sucesso para recomendar itens em vários domínios, o contexto educacional possui particularidades (por exemplo, questões pedagógicas) que tornam ainda mais desafiadora a criação desses sistemas. A Personalidade — que pode ser definida como um padrão de comportamento consistente originado internamente no indivíduo — influencia o processo de tomada de decisão. Além disso, há a preocupação com os Estilos de Aprendizagem (EA), a partir dos quais os aprendizes percebem, processam e retêm as informações. Diante do exposto, a pesquisa ora descrita visa a propor um modelo de Sistema de Recomendação Educacional (SRE) utilizando os conceitos de EA e Personalidade na construção do perfil dos discentes, para realizar uma seleção personalizada de OA a serem recomendados. Embora ainda seja desafiador criar SRE envolvendo a extração e inserção dos conceitos psicológicos comentados, nesta dissertação é apresentado e avaliado um modelo que recomenda OA, seguindo o padrão IEEE LOM, a partir da extração dos EA via inventário ILS (Index of Learning Styles) e da extração dos Traços de Personalidade (TP) via Five Labs, ferramenta online de análise semântica de postagens do Facebook. Considerando métricas utilizadas em SR,
um experimento realizado com alunos de Ciência da Computação indicou que o
modelo proposto proporcionou resultados melhores ou similares, em comparação
a outras abordagens de recomendação pesquisadas. Portanto, a abordagem
proposta se mostra promissora para a recomendação personalizada de conteúdo
no âmbito educacional. / Learning Objects (LO) used in on-site courses or distance learning are stored in computing environments used in the teaching-learning process, and tend to grow their numbers over time. Although Recommendation Systems (RS) are currently
being used successfully to recommend items in various fields, the educational
context has special features (for example, pedagogical issues) which make the
creation of such systems even more challenging. The Personality — which can be
defined as a consistent pattern of behavior originated internally in an individual
— influences the decision-making process. In addition, there is concern with the
Learning Styles (LS), through which learners perceive, process, and retain
information. Based on the above considerations, this research aims to propose a
model of RS for Learning (RSL) using the concepts of LS and Personality in
building the profile of students, in order to make a custom selection of LO to be
recommended. Although it is still challenging to create RSL involving the
extraction and insertion of psychological concepts as previously mentioned, in
this dissertation a model that recommends LO is presented and evaluated,
following the IEEE LOM standard, based on the extraction of LS via Index of
Learning Styles and of Personality Traits (PT) via Five Labs, an online tool for
semantic analysis of Facebook posts. Considering metrics known in RS, an
experiment with computer science students indicated that the proposed model
provided similar or better results when compared to other recommendation
approaches. Therefore, the proposed approach seems promising for personalized
content recommendation in the education field.
| Identifer | oai:union.ndltd.org:IBICT/oai:localhost:riufcg/546 |
| Date | 01 May 2018 |
| Creators | AGUIAR, Janderson Jason Barbosa. |
| Contributors | COSTA, Evandro de Barros., ARAÚJO, Joseana Macêdo Fechine Régis de., MARINHO, Leandro Balby., QUEIROZ, José Eustáquio Rangel de., DORÇA, Fabiano Azevedo. |
| Publisher | Universidade Federal de Campina Grande, PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO, UFCG, Brasil, Centro de Engenharia Elétrica e Informática - CEEI |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Biblioteca de Teses e Dissertações da UFCG, instname:Universidade Federal de Campina Grande, instacron:UFCG |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0022 seconds