Recomendação de Objetos de Aprendizagem baseada na Popularidade dos Objetos e nos Estilos de Aprendizagem dos Alunos

  • Janderson J. B. Aguiar Universidade Federal de Campina Grande (UFCG)
  • Joseana M. Fechine Universidade Federal de Campina Grande (UFCG)
  • Evandro B. Costa Universidade Federal de Alagoas (UFAL)

Resumo


Os alunos possuem diferentes Estilos de Aprendizagem (EA), e, portanto, as características dos materiais educacionais podem impactar no seu modo de aprender. Com o número crescente de Objetos de Aprendizagem (OA) em vários repositórios, é importante estudar como melhorar o acesso a esses OA. Portanto, é interessante o uso de Sistemas de Recomendação de OA, com base nos EA dos alunos. Além disso, a popularidade desses OA no ambiente educacional pode ser usado como uma estratégia para melhorar as recomendações. O objetivo deste artigo é apresentar um modelo híbrido de recomendação de OA, com base em sua popularidade e nos EA dos alunos. O experimento realizado com 55 estudantes, considerando seus EA e suas avaliações para 25 variações de OA, indicou a utilidade do modelo proposto, que se mostrou melhor que outras abordagens tradicionais de recomendação.

Palavras-chave: Objetos de Aprendizagem, Estilos de Aprendizagem, Sistemas de Recomendação

Referências

Adomavicius, G.; Tuzhilin, A. (2005). Toward the Next Generation of Recommender Systems: A Survey of the State-of-the-Art and Possible Extensions. In: IEEE Transactions On Knowledge and Data Engineering, vol. 17, n. 6, p. 734–749.

Aguiar, J. J. B.; Fechine, J. M.; Costa, E. (2014). Estilos Cognitivos e Estilos de Aprendizagem em Informática na Educação: um mapeamento sistemático focado no SBIE, WIE e RBIE. In: Anais do XXV Simpósio Brasileiro de Informática na Educação (SBIE), Dourados, p. 441–450.

Aguiar, J. J. B.; Fechine, J. M.; Costa, E. (2015). Análise Comparativa de Abordagens de Associação entre os Estilos de Aprendizagem de Felder-Silverman e os Metadados do Padrão IEEE LOM. In: XXXV Congresso da Sociedade Brasileira de Computação — IV Workshop de Desafios da Computação Aplicada à Educação (DesafIE), Recife. Sem paginação.

Aguiar, J. J. B.; Santos, S. I. N.; Fechine, J. M.; Costa, E. (2014). Um Mapeamento Sistemático sobre Iniciativas Brasileiras em Sistemas de Recomendação Educacionais. In: Anais do XXV Simpósio Brasileiro de Informática na Educação, Dourados, p. 1123–1132.

Bobadilla, J.; Ortega, F.; Hernando, A.; Gutiérrez, A. (2013). Recommender systems survey. Knowledge Based Systems, v. 46, p. 109–132.

Carvalho, V. C.; Dorça, F. A.; Cattelan, R. G.; Araújo, R. D. (2014). Uma Abordagem para Recomendação Automática e Dinâmica de Objetos de Aprendizagem Baseada em Estilos de Aprendizagem. In: Anais do XXV Simpósio Brasileiro de Informática na Educação — SBIE 2014, Dourados, MS, p. 1188–1197.

Casali, A.; Gerling, V.; Deco, C.; Bender, C. (2012). A Recommender System for Learning Objects Personalized Retrieval. In: Santos O.; Boticario, J. (Org.), Educational Recommender Systems and Technologies: Practices and Challenges, p. 182–210.

Cazella, S. C.; Nunes, M. A. S. N.; Reategui, E. B. (2010). A Ciência da Opinião: Estado da arte em Sistemas de Recomendação. In: XXX Congresso da Sociedade Brasileira de Computação — Jornada de Atualização em Informática (JAI).

Costa, E.; Aguiar, J.; Magalhães, J. (2013). Sistemas de Recomendação de Recursos Educacionais: conceitos, técnicas e aplicações. In II Congresso Brasileiro de Informática na Educação — Jornada de Atualização em Informática na Educação (JAIE), p. 57–78.

Dias, C. C. L.; Gasparini, I.; Kemczinsk, A. (2009). Identificação dos estilos cognitivos de aprendizagem através da interação em um Ambiente EAD. In: XXIX Congresso da Sociedade Brasileira de Computação — XVII Workshop sobre Educação em Informática (WEI), p. 489–498.

Drachsler, H.; Verbert, K.; Santos, O. C.; Manouselis, N. (2015). Panorama of recommender systems to support learning. Handbook on recommender systems. (no prelo). Disponível em: [link]. Acesso em: 28 mai. 2015.

Felder, R. M. (2002). Author‘s Preface — June 2002. In: FELDER, R. M.; SILVERMAN, L. K. Learning and Learning and Teaching Styles in Engineering Education. Disponível em: [link]. Acesso em: 31 jan. 2015.

Felder, R. M.; Silverman, L. K. (1988). Learning and Teaching Styles in Engineering Education. Journal of Engineering Education, v. 78, n. 7, p. 674–681.

Felder, R. M.; Soloman, B. A. (1999). Index of Learning Styles (ILS). Disponível em: [link]. Acesso: 15 out. 2014.

Gantner, Z.; Rendle, S.; Freudenthaler, C.; Schmidt-Thieme, L. (2011). MyMediaLite: A Free Recommender System Library. In: Proceedings of the 5th ACM Conference on Recommender Systems (RecSys 2011). Chicago, USA.

Herlocker, J. L.; Konstan, J. A.; Terveen. L. G; Riedl, J. T. (2004). Evaluating collaborative filtering recommender systems. ACM Transactions on Information Systems, 22 (1), p. 5–53.

IEEE. (2002). IEEE Standard for Learning Object Metadata. IEEE Std 1484.12.1-2002, p. i–32.

Kerkiri, T.; Manitsaris, A.; Mavridis, I. (2009). How e-learning systems may benefit from ontologies and recommendation methods to efficiently personalise resources. International Journal of Knowledge and Learning (IJKL), v. 5, n. 3/4, p. 347–370.

Kolb, D. A. (1984). Experiential learning: experience as the source of learning and development. Englewood Cliffs: Prentice-Hall.

Konstan, J. A.; Miller, B. N.; Maltz, D.; Herlocker, J. L.; Gordon, L. R.; Riedl, J. (1997). Grouplens: Applying Collaborative Filtering to Usenet News. Communications of the ACM, New York, v.40, n.3, p. 77–87.

Popescu, E.; Trigano, P.; Badica, C. (2007). Adaptive Educational Hypermedia Systems: A Focus on Learning Styles. In: EUROCON 2007 — The International Conference on “Computer as a Tool”, p. 2473–2478.

Resende, D. T; Dorça, F. A.; Cattelan, R. G.; Araújo, R. D. (2014). Em direção à recuperação automática de objetos de aprendizagem em repositórios através da associação dos estilos de aprendizagem de estudantes com metadados no padrão IEEE-LOM. In: Anais do VI Workshop Brasileiro de Web Semântica e Educação (WSWEd), Dourados, MS.

Ricci, F.; Rokach, L.; Shapira, B.; Kantor, P. B. (Eds.). (2011). Handbook on Recommender Systems. 1.ed. Springer, 845 p., ISBN: 978-0-387-85819-7.

Silva, D. H.; Dorça, F. A. (2014). Uma Abordagem Automática para Personalização do Processo de Ensino Baseada em Estilos de Aprendizagem em Sistemas Adaptativos e Inteligentes para Educação a Distância. Revista Brasileira de Informatica na Educação (RBIE), v. 22, n. 2, p.1–15.

Valaski, J.; Malucelli, A.; Reinehr, S. (2011). Revisão dos Modelos de Estilos de Aprendizagem Aplicados à Adaptação e Personalização dos Materiais de Aprendizagem. In: Anais do XXII Simpósio Brasileiro de Informática na Educação (SBIE), p. 844–847.

Vaz, M. (2009). Os Padrões Internacionais para a Construção de Material Educativo On-line. Pearson Education do Brasil, São Paulo, 1.ed., p. 386–396.

Vicari, R. M.; Ribeiro, A.; Da Silva, J. M. C.; Santos, E. R.; Primo, T.; Bez, M. (2010). Brazilian proposal for agent-based learning objects metadata standard — OBAA. Communications in Computer and Information Science, v. 108, p. 300–311.

Wiley, D. (2000). Connecting learning objects to instructional design theory: A definition, a metaphor, and a taxonomy, The Agency for Instructional Technology, Bloomington, Indiana, USA, p. 3–23.

Zaina, L. A.; Bressan, G.; Cardieri, M. A. A.; Rodrigues Junior, J. F. (2012). E-LORS: Uma abordagem para recomendação de objetos de aprendizagem. Revista Brasileira de Informatica na Educação (RBIE), v. 20, n. 1, p. 4–16.
Publicado
26/10/2015
AGUIAR, Janderson J. B.; FECHINE, Joseana M.; COSTA, Evandro B.. Recomendação de Objetos de Aprendizagem baseada na Popularidade dos Objetos e nos Estilos de Aprendizagem dos Alunos. In: SIMPÓSIO BRASILEIRO DE INFORMÁTICA NA EDUCAÇÃO (SBIE), 26. , 2015, Maceió/AL. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2015 . p. 1147-1156. DOI: https://doi.org/10.5753/cbie.sbie.2015.1147.