Seleção de Caminho de Aprendizagem para Grupo de Usuários: uma Abordagem baseada em Perfil

  • Mayara S. O. Castro Universidade Federal Rural de Pernambuco (UFRPE)
  • Lizandra L. S. B. Silva Universidade Federal Rural de Pernambuco (UFRPE)
  • Samuel B. J. Silva Universidade Federal de Pernambuco (UFPE)
  • Giuseppe F. Neto Universidade Federal Rural de Pernambuco (UFRPE)
  • Lucas A. Santos Universidade Federal Rural de Pernambuco (UFRPE)
  • Rafael F. L. Mello Universidade Federal Rural de Pernambuco (UFRPE)
  • Péricles B. C. Miranda Universidade Federal Rural de Pernambuco (UFRPE)

Resumo


A identificação de caminhos de aprendizagem é uma questão chave para a aprendizagem eficiente. Este artigo propõe um método inteligente para otimizar o processo de seleção de caminhos de aprendizagem para um grupo de indivíduos, levando em conta múltiplos critérios: satisfação dos membros da equipe e tempo gastos na realização da atividade. O método foi avaliado quanto ao desempenho, sendo comparado às abordagens exaustiva e aleatória; e quanto ao aspecto pedagógico, sendo comparado com os métodos aleatório e auto-selecionado. Os resultados obtidos mostraram o potencial do método proposto tanto do ponto de vista computacional quanto do pedagógico.
Palavras-chave: Caminho de Aprendizagem, Grupo de Usuários, Seleção, Perfil, Eficiência

Referências

Belacel, N., Durand, G., and Laplante, F. (2014). A binary integer programming model for global optimization of learning path discovery. In EDM (Workshops).

Cardoso, I.C., Rissoli, V., Moreira, T., and Borges, V. (2016). Construção de ambientes interativos de apoio à reflexão docente aplicados à teoria da aprendizagem significativa. In Anais dos Workshops do Congresso Brasileiro de Informática na Educação, volume 5, page 637.

dos Santos, H., Cechinel, C., Araújo, R., and Brauner, D. (2015). Recomendação de objetos de aprendizagem utilizando filtragem colaborativa: Uma comparação entre abordagens de pré-processamento por meio de clusterização. In Brazilian Symposium on Computers in Education (Simpósio Brasileiro de Informática na Educação - SBIE), volume 26, page 1127.

Feng, X., Xie, H., Peng, Y., Chen, W., and Sun, H. (2010). Groupized learning path discovery based on member profile. In International Conference on Web-Based Learning, pages 301–310. Springer.

Hwang, G.-J., Kuo, F.-R., Yin, P.-Y., and Chuang, K.-H. (2010). A heuristical algorithm for planning personalized learning paths for context-aware ubiquitous learning. Computers & Education, 54(2): 404–415.

Li, Q., Lau, R.W., Wah, B.W., Ashman, H., Leung, E.W., Li, F., and Lee, V. (2009). Guest editors’ introduction: Emerging internet technologies for e-learning. IEEE Internet Computing, 13(4): 11–17.

Madhour, H. and Wentland Forte, M. (2008). Personalized learning path delivery: Models and example of application. In Intelligent Tutoring Systems, pages 725–727. Springer.

Orouskhani, M., Teshnehlab, M., and Nekoui, M.A. (2017). Evolutionary dynamic multi-objective optimization algorithm based on borda count method. International Journal of Machine Learning and Cybernetics, pages 1–29.

Steiner, C.M. and Albert, D. (2007). Personalising learning through prerequisite structures derived from concept maps. In International Conference on Web-Based Learning, pages 43–54. Springer.

Voss, G.B., Nunes, F.B., Herpich, F., and Medina, R.D. (2013). Ambientes virtuais de aprendizagem e ambientes imersivos: um estudo de caso utilizando tecnologias de computação móvel. In Anais do Simpósio Brasileiro de Informática na Educação, volume 24, page 12.

Xie, H., Zou, D., Wang, F.L., Wong, T.-L., Rao, Y., and Wang, S.H. (2017). Discover learning path for group users: A profile-based approach. Neurocomputing.
Publicado
30/10/2017
CASTRO, Mayara S. O.; SILVA, Lizandra L. S. B.; SILVA, Samuel B. J.; F. NETO, Giuseppe; SANTOS, Lucas A.; MELLO, Rafael F. L.; MIRANDA, Péricles B. C.. Seleção de Caminho de Aprendizagem para Grupo de Usuários: uma Abordagem baseada em Perfil. In: SIMPÓSIO BRASILEIRO DE INFORMÁTICA NA EDUCAÇÃO (SBIE), 28. , 2017, Recife/PE. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2017 . p. 1167-1176. DOI: https://doi.org/10.5753/cbie.sbie.2017.1167.