Um Modelo para Recomendação de Objetos de Aprendizagem Baseado em Similaridade de Sessões
Resumo
Este artigo propõe um modelo para recomendação de Objetos de Aprendizagem (OA) baseado na análise de similaridade entre históricos de consultas realizadas em repositórios de objetos. O modelo proposto recebe a sequência de OA consultados durante a sessão atual do usuário e localiza sessões cujas sequências de OA consultados sejam similares à sequência da sessão corrente. Os OA encontrados nas sessões similares são então recomendados ao usuário. Foi desenvolvido um protótipo aplicado a um cenário real e os resultados alcançados mostraram a viabilidade da proposta.
Palavras-chave:
Modelo de Recomendação, Objetos de Aprendizagem, Similaridade de Sessões
Referências
Abraham, S. and Lal, P. S. (2012). Spatio-temporal similarity of network-constrained moving object trajectories using sequence alignment of travel locations. Transportation Research Part C: Emerging Technologies, 23(0):p. 109–123. Data Management in Vehicular Networks.
Al-Khalifa, H. S. (2008). Building an arabic learning object repository with an ad hoc recommendation engine. In Proceedings of the 10th International Conference on Information Integration and Web-based Applications & Services, iiWAS ’08, pages 390–394, New York, NY, USA. ACM.
Audino, D. F. and Nascimento, R. d. S. (2012). Objetos de aprendizagem–diálogos entre conceitos e uma nova proposição aplicada à educação. Revista Contemporânea de Educação, 5(10).
Berndt, D. and Clifford, J. (1994). Using dynamic time warping to find patterns in time series. In Proceedingsof the AAAI-94 Workshop on Knowledge Discovery in Databases, page 229–248.
Cazella, S. C., Behar, P., Schneider, D., da Silva, K. K., and Freitas, R. (2012). Desenvolvendo um sistema de recomendação de objetos de aprendizagem baseado em competências para a educação: relato de experiências. In Anais do Simpósio Brasileiro de Informática na Educação, volume 23.
Cazella, S. C., Reategui, E. B., Machado, M., and Barbosa, J. L. V. (2009). Recomendação de objetos de aprendizagem empregando filtragem colaborativa e competências. In Anais do Simpósio Brasileiro de Informática na Educação, volume 1.
da Silva, L. C. N., Mendes Neto, F. M., and Jácome Júnior, L. (2011). Mobile: Um ambiente multiagente de aprendizagem movel para apoiar a recomendacao sensivel ao contexto de objetos de aprendizagem. In Anais do Simpósio Brasileiro de Informática na Educação, volume 1.
García-Díez, S., Fouss, F., Shimbo, M., and Saerens, M. (2011). A sum-over-paths extension of edit distances accounting for all sequence alignments. Pattern Recognition, 44(6):1172 – 1182.
Ghosh, R. and Dekhil, M. (2009). Discovering user profiles. In Proceedings of the 18th international conference on World wide web, WWW ’09, pages 1233–1234, New York, NY, USA. ACM.
Goldschmidt, R. and Passos, E. (2005). Data mining: um guia prático. Elsevier, Rio de Janeiro, RJ, 4 edition.
Matuschek, M., Schlüter, T., and Conrad, S. (2008). Measuring text similarity with dynamic time warping. In Proceedings of the 2008 international symposium on Database engineering & applications, IDEAS ’08, pages 263–267, New York, NY, USA. ACM.
Nunes, M. A. S. and Cazella, S. C. (2011). O que sua personalidade revela? Fidelizando clientes web através de Sistemas de Recomendação e traços de personalidade. Minicursos do Webmedia. SBC. Capítulo, 5.
Primo, T. T., Vicari, R. M., and da Silva, J. M. C. (2010). Rumo ao uso de metadados educacionais em sistemas de recomendação. In Anais do Simpósio Brasileiro de Informática na Educação, volume 1.
Rocha, R., Franco, R., Barros, R. S., Dantas, E. R. G., Azevedo, R. R. d., Dias, G. A., and Gomes, A. S. (2010). Amadeus recommends: um sistema de recomendação para objetos de aprendizagem. In Anais do Workshop de Informática na Escola, volume 1, pages 1457–1460.
Salvador, S. and Chan, P. (2007). Toward accurate dynamic time warping in linear time and space. Intelligent Data Analysis, 11(5):561–580.
Skopal, T. and Bustos, B. (2011). On nonmetric similarity search problems in complex domains. ACM Comput. Surv., 43(4):34:1–34:50.
Wiley, D. A. (2002). The instructional use of learning objects. [link]. Acesso em 27 de Setembro de 2013.
Zapata, A., Menéndez, V., Prieto, M., and Romero, C. (2013). A framework for recommendation in learning object repositories: An example of application in civil engineering. Advances in Engineering Software, 56(0):1 – 14.
Al-Khalifa, H. S. (2008). Building an arabic learning object repository with an ad hoc recommendation engine. In Proceedings of the 10th International Conference on Information Integration and Web-based Applications & Services, iiWAS ’08, pages 390–394, New York, NY, USA. ACM.
Audino, D. F. and Nascimento, R. d. S. (2012). Objetos de aprendizagem–diálogos entre conceitos e uma nova proposição aplicada à educação. Revista Contemporânea de Educação, 5(10).
Berndt, D. and Clifford, J. (1994). Using dynamic time warping to find patterns in time series. In Proceedingsof the AAAI-94 Workshop on Knowledge Discovery in Databases, page 229–248.
Cazella, S. C., Behar, P., Schneider, D., da Silva, K. K., and Freitas, R. (2012). Desenvolvendo um sistema de recomendação de objetos de aprendizagem baseado em competências para a educação: relato de experiências. In Anais do Simpósio Brasileiro de Informática na Educação, volume 23.
Cazella, S. C., Reategui, E. B., Machado, M., and Barbosa, J. L. V. (2009). Recomendação de objetos de aprendizagem empregando filtragem colaborativa e competências. In Anais do Simpósio Brasileiro de Informática na Educação, volume 1.
da Silva, L. C. N., Mendes Neto, F. M., and Jácome Júnior, L. (2011). Mobile: Um ambiente multiagente de aprendizagem movel para apoiar a recomendacao sensivel ao contexto de objetos de aprendizagem. In Anais do Simpósio Brasileiro de Informática na Educação, volume 1.
García-Díez, S., Fouss, F., Shimbo, M., and Saerens, M. (2011). A sum-over-paths extension of edit distances accounting for all sequence alignments. Pattern Recognition, 44(6):1172 – 1182.
Ghosh, R. and Dekhil, M. (2009). Discovering user profiles. In Proceedings of the 18th international conference on World wide web, WWW ’09, pages 1233–1234, New York, NY, USA. ACM.
Goldschmidt, R. and Passos, E. (2005). Data mining: um guia prático. Elsevier, Rio de Janeiro, RJ, 4 edition.
Matuschek, M., Schlüter, T., and Conrad, S. (2008). Measuring text similarity with dynamic time warping. In Proceedings of the 2008 international symposium on Database engineering & applications, IDEAS ’08, pages 263–267, New York, NY, USA. ACM.
Nunes, M. A. S. and Cazella, S. C. (2011). O que sua personalidade revela? Fidelizando clientes web através de Sistemas de Recomendação e traços de personalidade. Minicursos do Webmedia. SBC. Capítulo, 5.
Primo, T. T., Vicari, R. M., and da Silva, J. M. C. (2010). Rumo ao uso de metadados educacionais em sistemas de recomendação. In Anais do Simpósio Brasileiro de Informática na Educação, volume 1.
Rocha, R., Franco, R., Barros, R. S., Dantas, E. R. G., Azevedo, R. R. d., Dias, G. A., and Gomes, A. S. (2010). Amadeus recommends: um sistema de recomendação para objetos de aprendizagem. In Anais do Workshop de Informática na Escola, volume 1, pages 1457–1460.
Salvador, S. and Chan, P. (2007). Toward accurate dynamic time warping in linear time and space. Intelligent Data Analysis, 11(5):561–580.
Skopal, T. and Bustos, B. (2011). On nonmetric similarity search problems in complex domains. ACM Comput. Surv., 43(4):34:1–34:50.
Wiley, D. A. (2002). The instructional use of learning objects. [link]. Acesso em 27 de Setembro de 2013.
Zapata, A., Menéndez, V., Prieto, M., and Romero, C. (2013). A framework for recommendation in learning object repositories: An example of application in civil engineering. Advances in Engineering Software, 56(0):1 – 14.
Publicado
25/11/2013
Como Citar
WIEDEMANN, Tiago; BARBOSA, Jorge L. V.; RIGO, Sandro J..
Um Modelo para Recomendação de Objetos de Aprendizagem Baseado em Similaridade de Sessões. In: SIMPÓSIO BRASILEIRO DE INFORMÁTICA NA EDUCAÇÃO (SBIE), 24. , 2013, Campinas/SP.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2013
.
p. 878-887.
DOI: https://doi.org/10.5753/cbie.sbie.2013.878.
