M-Cluster: Uma ferramenta de Recomendação para Formação de Grupos em Ambientes Virtuais de Aprendizagem

• Ilmara M. M. Ramos Universidade Federal do Amazonas (UFAM) / Instituto Federal de Educação, Ciência e Tecnologia do Amazonas (IFAM)
• David B. Ramos Universidade Federal do Amazonas (UFAM) / Instituto Federal de Educação, Ciência e Tecnologia do Amazonas (IFAM)
• Priscilla B. Nascimento Universidade Federal do Amazonas (UFAM)
• Geovana de Souza Amaral Universidade Federal do Amazonas (UFAM)
• Bruno Gadelha Universidade Federal do Amazonas (UFAM)
• Elaine H. T. Oliveira Universidade Federal do Amazonas (UFAM)

DOI: https://doi.org/10.5753/cbie.sbie.2017.1657

Resumo

Grupos são uma estrutura social básica que se formam e se modificam para múltiplos propósitos. Muitas vezes é necessário organizar grupos de discentes para realizar atividades. Este artigo apresenta a ferramenta M-Cluster que sugere grupos para a realização de atividades colaborativas em Ambientes Virtuais de Aprendizagem. Ela utiliza o algoritmo K-Means, associado a três métricas de similaridade, juntamente com os atributos obtidos das Trilhas de Aprendizagem. O M-Cluster apresenta três soluções, de forma descritiva ou visual, ao professor que escolhe a mais adequada para cada caso. Os resultados do estudo de caso mostram que a ferramenta é promissora, melhorando o desempenho de até 75% dos alunos.

Palavras-chave: Grupos, Ambientes Virtuais de Aprendizagem, M-Cluster, Aprendizagem Colaborativa, K-Means

Referências

Abnar, S., Orooji, F., & Taghiyareh, F. An evolutionary algorithm for forming mixed groups of learners in web based collaborative learning environments. In: Proceedings IEEE International Conference on Technology Enhanced Education, ICTEE, 2012.

Bezdek, J. C. Pattern Recognition with Fuzzy Objective Function Algorithms. Plenum Press, New York, 1981.

Daradoumis, T., Guitert, M., Gimenez, F., Marques, M., & Lloret, T. Supporting the composition of effective virtual groups for collaborative learning. In: International Conference on Computers in Education, v. 1, n. 1, p. 332–336, 2002.

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

Le, T. V. Evolutionary fuzzy clustering. In: Proc. IEEE Congr. Evol. Comput., pp. 753–758 (1995).

Lima, D., Gadelha, B., Netto, J. F., & Bremgartner, V. MoodleGroups: Um Aplicativo para identificar as Relações Sociais entre Alunos em AVAs. In: XI Simpósio Brasileiro de Sistemas Colaborativos (SBSC 2014), p.142-148. Curitiba.

Jagadish, D. Grouping in collaborative e-learning environment based on interaction among students. In: International Conference on Recent Trends in Information Technology, IEEE, 2014.

MacQueen, J. Some methods for classification and analysis of multivariate observations, Proceedings of the Fifth Berkeley Symposium On Mathematical Statistics and Probabilities, 1, 281-296, 1967.

Montazer, G. A., & Rezaei, M. S. A new approach in ELearners grouping using hybrid clustering method. In: International Conference on Education and e-Learning Innovations, v. 77, n. 380, p. 841–847, 2013.

Ramos, D., Oliveira, E., Ramos, I., & Oliveira K. Trilhas de Aprendizagem em Ambientes Virtuais de Ensino-aprendizagem: Uma Revisão Sistemática da Literatura In: XXVI Simpósio Brasileiro de Informática na Educação (SBIE 2015), p.338-347. Maceió.

Ramos, I., Ramos, D., Nascimento, P., Gadelha, B., & Oliveira, E. Formação de Grupos em Ambientes Virtuais de Aprendizagem: Uma Revisão Sistemática da Literatura. In: XXVII Simpósio Brasileiro de Informática na Educação (SBIE 2016), p.310-319. Uberlândia.

Ramos, D., Ramos, I., Nascimento, P., & Oliveira, E. Uma Ferramenta baseada em Grafo para Identificação e Visualização de Trilhas de Aprendizagem. In: XXI Congresso Internacional de Informática na Educativa (TISE 2016), p.237-243. Chile.

Santos, L., Castro, J. De., & Castro, T. Alteração no Modelo de Grupos do Moodle para Apoiar a Colaboração. In: XVIII Simpósio Brasileiro de Informática na Educação, p. 123–134. 2007.

Yathongchai, C., Angskun, T., Yathongchai, W., & Angskun, J. Leaner Classification Based on Learning Behavior and Performance. In: IEEE Conference on Open Systems, p. 66–70. 2013.