Year: 2016
Type: dissertation
Abstract: Technology Enhanced Learning (TEL) fornece a alunos de todo o mundo uma experiência de aprendizagem personalizável e rica em conteúdo.Visto isto, TEL tem tido um crescimento e uma utilização a nível global, quer por parte de instituições de ensino de todos os níveis, quer por empresas que precisam de providenciar formação constante aos seus funcionários, com um sistema de acompanhamento constante e fiável.A obtenção de informação é uma tarefa vital (e não trivial) num ambiente TEL, dadas as vastas bibliotecas de conteúdo existentes atualmente.Com isto em mente, sistemas de recomendação (RSs) são uma de várias soluções possíveis.Apesar de RSs serem muito usados e extensivamente pesquisados em aplicações comerciais, cujo proposito é aumentar o volume de vendas de produtos, o uso deles em TEL é ainda rudimentar, maioritariamente devido à diferença de objetivos a atingir e à maior complexidade do ambiente de ensino.Nesta dissertação descrevemos a nossa solução para o problema de adaptabilidade de uma plataforma de e-learning existente.A nossa solução é constituída por um RS que fornece recomendações recorrendo a uma técnica híbrida composta por filtragem colaborativa e um grafo de precedências (construído por precedências com pesos entre pares de objetos de aprendizagem, pesos estes definidos por peritos na área educacional).
DOI: 10.34626/vjp4-9970
Author: Oliveira, Ricardo Jorge Mendes
Language: English
Subfield: Information Systems
Field: Computer Science
Domain: Physical Sciences
SDG: Quality education
Open Access status: green
OpenAlex ID: W2732209245