Uma Abordagem Multiobjetivo para Recomendação de Caminhos de Aprendizagem para Grupo de Usuários

Authors

  • Péricles B. C. de Miranda Universidade Federal Rural de Pernambuco
  • Rafael Ferreira Universidade Federal Rural de Pernambuco
  • Mayara S. O. Castro Universidade Federal Rural de Pernambuco
  • Giuseppe Fiorentino Neto Universidade Federal Rural de Pernambuco
  • Samuel J. Souza Universidade Federal de Pernambuco
  • Lucas A. Santos Universidade Federal Rural de Pernambuco
  • Lizandra L. S. B. Silva Universidade Federal Rural de Pernambuco

DOI:

https://doi.org/10.5753/rbie.2019.27.03.336

Keywords:

Recomendação de caminhos de aprendizagem, Otimização multiobjetivo, Otimização combinatória

Abstract

A definição de caminhos de aprendizagem é um ponto fundamental para a aprendizagem eficiente. Este artigo propõe a utilização de um algoritmo evolucionário (NSGA-II) para otimizar o processo de recomendação de caminhos de aprendizagem para um grupo de indivíduos, levando em conta múltiplos critérios: satisfação dos membros da equipe e tempo gasto na realização da atividade. O método proposto foi aplicado em dois cenários: com uma turma online e com uma turma presencial. 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 autosselecionado. Os resultados alcançados revelaram o potencial do método proposto tanto do ponto de vista computacional quanto do pedagógico.

Downloads

Não há dados estatísticos.

Referências

Belacel, N., Durand, G., Laplante, F. (2014). A Binary Integer Programming Model for Global Optimization of Learning Path Discovery.. EDM (Workshops). [GS Search.

Cardoso, I. C., Rissoli, V., Moreira, T., Borges, V. (2016). Construção de Ambientes Interativos de apoio à reflexão docente aplicados à Teoria da Aprendizagem Significativa. Anais dos Workshops do Congresso Brasileiro de Informática na Educação, 5(1), p. 637. doi: 10.5753/cbie.wcbie.2016.637.[GS Search.

dos Santos, H., Cechinel, C., Araújo, R., Brauner, D. (2015). Recomendação de Objetos de Aprendizagem utilizando Filtragem Colaborativa: Uma comparação entre abordagens de pré-processamento por meio de clusterização. Brazilian Symposium on Computers in Education (Simpósio Brasileiro de Informática na Educação-SBIE), 26(1), p. 1127. doi: 10.5753/cbie.sbie.2015.1127.[GS Search.

Durand, G., Belacel, N., LaPlante, F. (2013). Graph theory based model for learning path recommendation. Information Sciences, 251, pp. 10-21. doi: 10.1016/j.ins.2013.04.017.[GS Search.

Feng, X., Xie, H., Peng, Y., Chen, W., Sun, H. (2010). Groupized learning path discovery based on member profile. International Conference on Web-Based Learning, pp. 301--310. doi: 10.1007/978-3-642-20539-2_32.[GS Search.

Godoy, D., Amandi, A. (2010). Link recommendation in e-learning systems based on content-based student profiles. Handbook of educational data mining, pp. 273--286. [GS Search.

Hwang, G.J., Kuo, F.R., Yin, P.Y., Chuang, K.H. (2010). A heuristic algorithm for planning personalized learning paths for context-aware ubiquitous learning. Computers & Education, 54(2), p. 404--415. doi: 10.1016/j.compedu.2009.08.024.[GS Search.

Li, Q., Lau, R. WH., Wah, B. W., Ashman, H., Leung, E. WC., Li, F., Lee, V. (2009). Guest editors' introduction: Emerging internet technologies for e-learning. IEEE Internet Computing, 13(4), pp. 11--17. doi: 10.1109/MIC.2009.83.[GS Search.

Madhour, H., Wentland Forte, M. (2008). Personalized learning path delivery: Models and example of application. Intelligent Tutoring Systems, pp. 725--727. doi: 10.1007/978-3-540-69132-7_90.[GS Search.

Miranda, P., Ferreira, R., Fiorentino, G., Ligia, L., Souza, S., Castro, M., André, L. (2017). Seleção de Caminho de Aprendizagem para Grupo de Usuários: uma Abordagem baseada em Perfil. Brazilian Symposium on Computers in Education (Simpósio Brasileiro de Informática na Educação-SBIE), 28(1), p. 1167. doi: 10.5753/cbie.sbie.2017.1167.[GS Search.

Orouskhani, M., Teshnehlab, M., Nekoui, M. A. (2017). Evolutionary dynamic multi-objective optimization algorithm based on Borda count method. International Journal of Machine Learning and CybernetiGS, pp. 1--29. doi: 10.1007/s13042-017-0695-3.[GS Search.

Steiner, C. M., Albert, D. (2007). Personalising learning through prerequisite structures derived from concept maps. International Conference on Web-Based Learning, pp. 43--54. doi: 10.1007/978-3-540-78139-4_5.[GS Search.

Tang, T. Y., Mccalla, G. G. (2010). Data mining for contextual educational recommendation and evaluation strategies. Handb. Educ. Data Min., p. 257. [GS Search.

Voss, G. B., Nunes, F. B., Herpich, F., Medina, R. D. (2013). Ambientes Virtuais de Aprendizagem e Ambientes Imersivos: um estudo de caso utilizando tecnologias de computação móvel. Anais do Simpósio Brasileiro de Informática na Educação, 24(1), p. 12. doi: 10.5753/cbie.sbie.2013.12.[GS Search.

Xie, H., Zou, D., Wang, F. L., Wong, T.L., Rao, Y., Wang, S. H. (2017). Discover learning path for group users: A profile-based approach. Neurocomputing, 254(1), pp. 59-70. doi: 10.1016/j.neucom.2016.08.133.[GS Search.

Zhao, C., Wan, L. (2006). A shortest learning path selection algorithm in e-learning. Advanced Learning Technologies; 2006. Sixth International Conference on, pp. 94--95. [GS Search]

Arquivos adicionais

Published

2019-09-01

Como Citar

MIRANDA, P. B. C. de; FERREIRA, R.; CASTRO, M. S. O.; FIORENTINO NETO, G.; SOUZA, S. J.; SANTOS, L. A.; SILVA, L. L. S. B. Uma Abordagem Multiobjetivo para Recomendação de Caminhos de Aprendizagem para Grupo de Usuários. Revista Brasileira de Informática na Educação, [S. l.], v. 27, n. 3, p. 336–350, 2019. DOI: 10.5753/rbie.2019.27.03.336. Disponível em: https://journals-sol.sbc.org.br/index.php/rbie/article/view/4737. Acesso em: 21 dez. 2024.

Issue

Section

Artigos Premiados

Artigos mais lidos pelo mesmo(s) autor(es)