Detalhes bibliográficos
| Ano de defesa: |
2021 |
| Autor(a) principal: |
Trindade, Eduardo Augusto Costa |
| Orientador(a): |
Assis, Luciana Pereira de |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
UFVJM
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Link de acesso: |
https://acervo.ufvjm.edu.br/items/7896935c-3dcf-417f-a573-1e0ad7db8f56
|
Resumo: |
Os Ambientes Virtuais de Aprendizagem (AVA) são sistemas de informação que podem ser utilizados como plataformas de distribuição de conteúdo. Em um sistema como esse, são disponibilizados Objetos de Aprendizagem (OA), que são recursos digitais ou não, que podem ser utilizados e reutilizados. Com o crescente número de repositórios disponíveis para estes objetos, torna-se importante um estudo sobre o processo de Recomendação de OA. O presente estudo propõe um novo modelo para o Problema de Cobertura de Conjunto (PCC) utilizado no processo de recomendação de objetos de aprendizagem. Trata-se de um problema clássico da Pesquisa Operacional e Análise Combinatória. Adaptado à Recomendação de OA, visa encontrar um conjunto mínimo de objetos dentro de um universo onde cada objeto pode oferecer um conjunto de conceitos. Para evitar uma sobrecarga cognitiva do aprendiz, é necessário atentar-se para as repetições desses conceitos. Assim consiste na seleção de um conjunto de objetos com menor custo e menor repetição de conceitos. Para solucionar o problema foi utilizado um algoritmo genético associado à um Sistema Inteligente de recomendação de objetos integrado à API do YouTube. O YouTube é um dos mais importantes repositórios de vídeos do mundo, possuindo uma categoria exclusiva para a educação. O Sistema Inteligente busca nessa categoria e, aos vídeos retornados nessa busca, aplica-se técnicas de recomendação de OA modelado como um Problema de Cobertura Mínima de Conjunto. A abordagem proposta se mostra promissora, possibilitando uma recomendação eficiente de vídeos que atenda às requisições do usuário, possibilitando ainda, aplicação em outros tipos de repositórios. |
