Utilize este identificador para referenciar este registo: http://hdl.handle.net/10400.22/2601
Título: Sistema de recomendação para plataformas de e-learning
Autor: Tavares, Bruno
Orientador: Faria, Luiz
Martins, Constantino
Palavras-chave: Modelo de utilizador
Sistemas adaptativos
Sistemas de recomendação
Sistemas de e-learning
Query clustering
User modeling
User-adapted systems
Recommending systems
E-learning systems
Query clustering
Data de Defesa: 2012
Editora: Instituto Politécnico do Porto. Instituto Superior de Engenharia do Porto
Resumo: O aumento do número de recursos digitais disponíveis dificulta a tarefa de pesquisa dos recursos mais relevantes, no sentido de se obter o que é mais relevante. Assim sendo, um novo tipo de ferramentas, capaz de recomendar os recursos mais apropriados às necessidades do utilizador, torna-se cada vez mais necessário. O objetivo deste trabalho de I&D é o de implementar um módulo de recomendação inteligente para plataformas de e-learning. As recomendações baseiam-se, por um lado, no perfil do utilizador durante o processo de formação e, por outro lado, nos pedidos efetuados pelo utilizador, através de pesquisas [Tavares, Faria e Martins, 2012]. O e-learning 3.0 é um projeto QREN desenvolvido por um conjunto de organizações e tem com objetivo principal implementar uma plataforma de e-learning. Este trabalho encontra-se inserido no projeto e-learning 3.0 e consiste no desenvolvimento de um módulo de recomendação inteligente (MRI). O MRI utiliza diferentes técnicas de recomendação já aplicadas noutros sistemas de recomendação. Estas técnicas são utilizadas para criar um sistema de recomendação híbrido direcionado para a plataforma de e-learning. Para representar a informação relevante, sobre cada utilizador, foi construído um modelo de utilizador. Toda a informação necessária para efetuar a recomendação será representada no modelo do utilizador, sendo este modelo atualizado sempre que necessário. Os dados existentes no modelo de utilizador serão utilizados para personalizar as recomendações produzidas. As recomendações estão divididas em dois tipos, a formal e a não formal. Na recomendação formal o objetivo é fazer sugestões relacionadas a um curso específico. Na recomendação não-formal, o objetivo é fazer sugestões mais abrangentes onde as recomendações não estão associadas a nenhum curso. O sistema proposto é capaz de sugerir recursos de aprendizagem, com base no perfil do utilizador, através da combinação de técnicas de similaridade de palavras, um algoritmo de clustering e técnicas de filtragem [Tavares, Faria e Martins, 2012].
As more and more digital resources are available, finding the appropriate document becomes harder. Thus, a new kind of tools, able to recommend the more appropriated resources according the user needs, becomes even more necessary. The objective of this I&D work is to implement an intelligent recommendation module (MRI) for e-learning platforms. The recommendations are based on one hand, the performance of the user profile and on the other hand, the requests made by the user in the form of search queries [Tavares, Faria e Martins, 2012]. The e-learning 3.0 is a project developed by a group of organizations and has as primary objective the development of an e-learning platform. This work is inserted in the project e-learning 3.0 being responsible for the MRI. The MRI uses different techniques, which are already being used in recommendation systems, and apply those techniques to create a hybrid tutoring system for an e-learning platform. A user model was built to represent the relevant information about each user. All the information needed to do a recommendation is represented in that model, the model will be updated every time it is necessary. The data in the user model will be used to personalize the produced recommendations. The recommendations are divided into two types, the formal recommendation and the non-formal recommendation. In the formal recommendation the goal is to make suggestions related to a specific course. In the non-formal recommendation the purpose is to make suggestions that are not associated with any course at all. The solution is capable of suggesting learning resources, based in a user profile, by combining string similarity techniques, clustering algorithms and filtering techniques [Tavares, Faria e Martins, 2012].
Peer review: yes
URI: http://hdl.handle.net/10400.22/2601
Aparece nas colecções:ISEP - DM – Engenharia Informática

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
DM_BrunoTavares_2012_MEI.pdf1,36 MBAdobe PDFVer/Abrir


FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpace
Formato BibTex MendeleyEndnote Degois 

Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.