Experimentando a Influência dos Traços de Personalidade do Modelo Big Five na Recomendação de Recursos Educacionais

  • Janderson Jason B. Aguiar Universidade Federal de Campina Grande (UFCG)
  • Joseana M. F. R. de Araújo Universidade Federal de Campina Grande (UFCG)
  • Evandro de B. Costa Universidade Federal de Alagoas (UFAL)

Resumo


Pesquisas recentes têm usado a teoria dos Traços de Personalidade para construir o perfil dos usuários em Sistemas de Recomendação. Neste artigo, é apresentado um estudo experimental sobre a influência dos traços do modelo Big Five na construção de perfis de usuários de Sistemas de Recomendação Educacionais. Particularmente, analisou-se a possibilidade de utilizar apenas algum(ns) traço(s) para simplificar esta construção, mantendo, ainda, as recomendações personalizadas acuradas. Embora não tenha sido possível destacar precisamente os traços do modelo Big Five com maior influência, os resultados apontaram que os cinco traços não têm a mesma influência na recomendação, havendo indícios de que o uso do traço Abertura seja suficiente.

Palavras-chave: Traços de Personalidade, Modelo Big Five, Recomendação de Recursos Educacionais

Referências

Aggarwal, C. C. (2016). Recommender Systems: The Textbook. 1 ed. Springer International Publishing, 498 p., ISBN: 978-3-319-29659-3. DOI: 10.1007/978-3-319-29659-3

Aguiar, J. J. B. (2017). Considerando Estilos de Aprendizagem, Emoções e Personalidade em Informática na Educação. Informática na Educação: teoria & prática, Porto Alegre, v. 20, n. 2, p. 85–102. DOI: 10.22456/1982-1654.65333

Aguiar, J. J. B.; Barbosa, A. F.; Araújo, J. M. F. R.; Costa, E. B. (2017). Um Estudo sobre a Influência das Dimensões do Modelo Felder-Silverman na Recomendação de Recursos Educacionais baseada nos Estilos de Aprendizagem dos Alunos. In: Anais do Simpósio Brasileiro de Informática na Educação (SBIE), Recife, p. 1277–1286. DOI: 10.5753/cbie.sbie.2017.1277

Allport, F. H.; Allport, G. W. (1921) Personality Traits: Their Classification and Measurement. The Journal of Abnormal and Social Psychology, v. 16, n. 1, p. 6–40. DOI: 10.1037/h0069790

Boslaugh, S.; Watters, P. A. (2008). Statistics in a Nutshell. 1st ed. O'Reilly Media, Inc., Sebastopol, CA, USA. ISBN: 978-0-596-51049-7.

Costa, E.; Aguiar, J.; Magalhães, J. (2013). Sistemas de Recomendação de Recursos Educacionais: conceitos, técnicas e aplicações. In: Anais da Jornada de Atualização em Informática na Educação (JAIE), p. 57–78. [link]

Elahi, M.; Braunhofer, M.; Ricci, F.; Tkalcic, M. (2013). Personality-Based Active Learning for Collaborative Filtering Recommender Systems. In: Baldoni, M.; Baroglio, C.; Boella, G.; Micalizio, R. (Eds.), Proceeding of the XIIIth International Conference on AI*IA 2013: Advances in Artificial Intelligence, v. 8249, p. 360–371, Springer. DOI: 10.1007/978-3-319-03524-6_31

Ferreira, V. A. S.; Vasconcelos, G. C.; França, R. S. (2017). Mapeamento Sistemático sobre Sistemas de Recomendações Educacionais. In: Anais do Simpósio Brasileiro de Informática na Educação (SBIE), Recife, p. 253–262. DOI: 10.5753/cbie.sbie.2017.253

Five. (2015). Five Labs — See the personality behind your posts. Product of Five.com. Disponível em: [link]. Acesso em: 24 abr. 2015. [The tool is no longer supported]

Han, J.; Kamber, M.; Pei, J. (2012). 8 - Classification: Basic Concepts. In: Data Mining: Concepts and Techniques (Third Edition) — A volume in The Morgan Kaufmann Series in Data Management Systems, p. 327–391, ISBN: 978-0-12-381479-1. DOI: 10.1016/B978-0-12-381479-1.00008-3

IEEE. (2002). IEEE Standard for Learning Object Metadata. New York, USA: IEEE Computer Society (The Institute of Electrical and Electronics Engineers, Inc.). 32 p. IEEE Std 1484.12.1-2002. DOI: 10.1109/IEEESTD.2002.94128

Jaques, P. A.; Nunes, M. A. S. N. (2019). Computação afetiva aplicada à educação. In: Pimentel, M.; Sampaio, F. F.; Santos, E. O. (Org.). Informática na Educação: técnicas e tecnologias computacionais. Porto Alegre: SBC. (Série Informática na Educação, v. 3.). Disponível em: [link]. Acesso em: 07 jul. 2019.

Katarya, R.; Verma, O. P. (2016). Recent developments in affective recommender systems.Physica A: Statistical Mechanics and its Applications, v. 461, p. 182–190. DOI: 10.1016/j.physa.2016.05.046

Klašnja-Milićević, A.; Vesin, B.; Ivanović, M.; Budimac, Z.; Jain, L. C. (2017). E-Learning Systems: Intelligent Techniques for Personalization. Springer International Publishing. ISBN: 978-3-319-41163-7. DOI: 10.1007/978-3-319-41163-7

Lotfi, M.; Muktar, S. N. B; Ologbo, A. C.; Chiemeke, K. C. (2016). The Influence of the Big-Five Personality Traits Dimensions on Knowledge Sharing Behavior. Mediterranean Journal of Social Sciences, v. 7, n. 1 S1, p. 241–250. DOI: 10.5901/mjss.2016.v7n1s1p241

Melo, S.; Dantas, A. C.; Fernandes, M. (2017). Modelo do estudante baseado em emoções e perfis de personalidade para recomendação de estratégias pedagógicas personalizadas. In: Anais do Simpósio Brasileiro de Informática na Educação (SBIE), Recife, p. 967–976. DOI: 10.5753/cbie.sbie.2017.967

Morais, F.; Silva, J.; Reis, H.; Isotani, S.; Jaques, P. (2017). Computação Afetiva aplicada à Educação: uma revisão sistemática das pesquisas publicadas no Brasil. In: Anais do Simpósio Brasileiro de Informática na Educação (SBIE), Recife, p. 163–172. DOI: 10.5753/cbie.sbie.2017.163

Pervin, L. A.; John, O. P. (2001). Handbook of Personality: Theory and research. Guilford Press, New York. ISBN: 9781572306950.

Reis, R. C. D.; Isotani, S.; Rodriguez, C. L.; Lyra, K. T.; Jaques, P. A.; Bittencourt, I. I. (2018). Affective states in computer-supported collaborative learning: Studying the past to drive the future. Computers & Education, v. 120, p. 29–50. DOI: 10.1016/j.compedu.2018.01.015

Roshchina, A. (2012). TWIN: Personality-based Recommender System. MSc thesis. Tallaght Institute of Technology, Ireland. Disponível em: [link]. Acesso em: 07 jul. 2019.

Schwartz, H. A.; Eichstaedt, J. C.; Kern, M. L.; Dziurzynski, L.; Ramones, S. M.; Agrawal, M.; Shah, A.; Kosinski, M.; Stillwell, D.; Seligman, M. E. P.; Ungar, L. H. (2013). Personality, Gender, and Age in the Language of Social Media: The Open-Vocabulary Approach. PLoS ONE, v. 8, n. 9, p. e73791. DOI: 10.1371/journal.pone.0073791

Tkalčič, M. (2018). Emotions and Personality in Recommender Systems: Tutorial. In: Proceedings of the 12th ACM Conference on Recommender Systems (RecSys’18), Vancouver, p. 535–536. DOI: 10.1145/3240323.3241619

Tkalčič, M.; Kunaver, M.; Tasič, J.; Košir, A. (2009). Personality Based User Similarity Measure for a Collaborative Recommender System. In: Proceedings of the 5th Workshop on Emotion in Human-Computer Interaction-Real World Challenges, p. 30–37.

Vygotsky, L. (1978). Mind in Society: The Development of Higher Psychological Processes. Harvard University Press, Cambridge, MA.

Wu, W.; Chen, L.; He, L. (2013). Using personality to adjust diversity in recommender systems. In: Proceedings of the 24th ACM Conference on Hypertext and Social Media (HT '13). ACM, New York, NY, USA, p. 225–229. DOI: 10.1145/2481492.2481521

Xia, F.; Asabere, N. Y.; Liu, H.; Chen, Z.; Wang, W. (2014). Socially Aware Conference Participant Recommendation with Personality Traits. IEEE Systems Journal, p. 1–12. DOI: 10.1109/JSYST.2014.2342375
Publicado
11/11/2019
AGUIAR, Janderson Jason B.; DE ARAÚJO, Joseana M. F. R.; COSTA, Evandro de B.. Experimentando a Influência dos Traços de Personalidade do Modelo Big Five na Recomendação de Recursos Educacionais. In: SIMPÓSIO BRASILEIRO DE INFORMÁTICA NA EDUCAÇÃO (SBIE), 30. , 2019, Brasília/DF. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2019 . p. 1711-1720. DOI: https://doi.org/10.5753/cbie.sbie.2019.1711.