Utilização de Enriquecimento Semântico para a Recomendação Automática de Videoaulas no Moodle
DOI:
https://doi.org/10.5753/rbie.2020.28.0.319Keywords:
Recomendação Automática, Sistema de Indexação, Vídeos EducacionaisAbstract
Considerando que os vídeos são mídias altamente atrativas aos alunos e que é possível agregar diversas informações que identifique-no de forma satisfatória, foi desenvolvida uma solução para realizar a recomendação automática de vídeos educacionais para o professor, que por sua vez pode disponibilizá-los aos alunos de uma determinada turma, inicialmente na plataforma Moodle. A solução usa como fonte um vídeo previamente processado, de forma a obter os principais termos (sistema de indexação) presentes no áudio do vídeo e o relacionamento (recomendação) desse vídeo com os demais do repositório. Com base nos termos de busca, o sistema recomenda um conjunto de vídeos e o professor seleciona os que pretende divulgar para a turma. Foi realizado um experimento que comprovou a corretude e viabilidade de uso para a recomendação de vídeos educacionais na plataforma Moodle.
Downloads
Referências
Abeysekera, L. & Dawson, P. (2015). Motivation and cognitive load in the flipped classroom: definition, rationale and a call for research. Journal Higher Education Research & Development , 34 (1), 1-14. [DOI: 10.1080/07294360.2014.934336A]
Allen, E., & Seaman, J. (2017). Digital Learning Compass: Distance Education Enrollment Report 2017 (Tech. Rep.). Retrieved from [GS Search].
Barrére, E., Vitor, M.A. & Almeida, M. A. (2017). Ampliação das Possibilidades de Gamificação no Moodle. Proceedings of XXVIII Brazilian Symposium on Computers in Education (Simpósio Brasileiro de Informática na Educação - SBIE), 605-614. [DOI: 10.5753/cbie.sbie.2017.605]
Brame, C. J., & Perez, K. E. (2016). Effective educational videos: Principles and guidelines for maximizing student learning from video content. Proceedings of CBE—Life Sciences Education, 15. [DOI:10.1187/cbe.16-03-0125]
Brandão, W. C., Neves, D. E., & Ishitani, L. (2017). Automatic content recommendation and aggregation according to scorm. Informatics in Education – An International Journal, 16(2), 225-256. [GSSearch]
Cafolla, R. (2006). Project merlot: Bringing peer review to web-based educational resources. Journal of Technology and Teacher Education, 14, 313–323. [GSSearch]
Cechinel, S.-A.-S., C., & Sicilia, M. (2012). Automated quality assessment of learning objects inside repositories. Brazilian Journal of Computers in Education, 20(3), 43–59. [DOI:10.5753/rbie.2012.20.03.43].
Costa, E., Aguiar, J., & Magalhães, J. (2013). Sistemas de recomendação de recursos educacionais: conceitos, técnicas e aplicações. Proceedings of Jornada de Atualização em Informática na Educação, 1(1). [GSSearch]
Damnjanovic, J.-S., Vesna, & Mijatovic, I. (2015). Factors affecting the effectiveness and use of moodle: Students’ perception. Proceedings of Interactive Learning Environments, 23, 1049-4820. [DOI:10.1080/10494820.2013.789062].
Deldjoo. Y., Elahi, M., Cremonesi, P. Garzotto, F. Piazzolla, P. & Quadrana, M. (2016). Content-Based Video Recommendation System Based on Stylistic Visual Features. Journal on Data Semantics, 5(2), 99–113. [DOI:10.1007/s13740-016-0060-9].
Dias, L. L., Barbosa, J. S., Barrére, E. & Souza, J. F. de (2017). An Approach to Identify Similarity Among Educational Resources Using External Knowledge Bases. Brazilian Journal of Computers in Education, 25(2), 18-37. [DOI:10.5753/rbie.2017.25.02.18].
Ferreira, V. H., & Raabe, A. L. A. (2010). LORSys: Um sistema de recomendação de objetos de aprendizagem SCORM. Revista Novas Tecnologias na Educação, 8(2). [DOI:10.22456/1679-1916.15223].
Giannakos, M. N., Jaccheri, L. & Krogstie, J. (2016). Exploring the relationship between video lecture usage patterns and students attitudes. British Journal of Educational Technology, 47(6), 1259-1275. [DOI:10.1111/bjet.12313].
Halawa, H. E., Hamed, E. M. R., & Shehab, M. E. (2015). Personalized e-learning recommendation model based on psychological type and learning style models. Proceedings of 2015 IEEE seventh international conference on intelligent computing and information systems. 578-584. [DOI:10.1109/IntelCIS.2015.7397281].
Limongelli, C., Lombardi, M., Marani, A., Sciarrone, F. & Temperini, M. (2016). A recommendation module to help teachers build courses through the moodle learning management system. New Review of Hypermedia and Multimedia, 22, 58-82. [DOI:10.1080/13614568.2015.1077277].
Nascimento, P. do, Barreto, R., Primo, T., Gusmão, T. & Oliveira, E. (2017). Recomendação de objetos de aprendizagem baseada em modelos de estilos de aprendizagem: Uma revisão sistemática da literatura. Proceedings of Simpósio brasileiro de informática na educação, 213–222. [DOI:10.5753/cbie.sbie.2017.213].
Ochoa, X., & Duval, E. (2009). Quantitative analysis of learning object repositories. IEEE Transactions on Learning Technologies, 2(3), 226–238. [DOI:10.1109/TLT.2009.28].
Pirhonen, J., & Rasi, P. (2016). Student-generated instructional videos facilitate learning through positive emotions. Journal of Biological Education, 51(3), 215-227. [DOI:10.1080/00219266.2016.1200647].
Raimond, Y., & Lowis, C. (2012). Automated interlinking of speech radio archives. Proceedings of Workshop on Linked Data on the Web, 937. [GSSearch]
Ribeiro, F. A. A., Fonseca, L. C. C., & Freitas, M. S. (2013). Recomendando objetos de aprendizagem a partir das hashtags postadas no moodle. Proceedings of Simpósio brasileiro de informática na educação, 82-91. [DOI:10.5753/cbie.sbie.2013.82].
Silva, J. W. da, & Souza, C. de (2017). Repositórios de objetos de aprendizagem: características; classificações; limitações e tendências. Proceedings of Simpósio brasileiro de informática na educação, 61–70. [DOI:10.5753/cbie.sbie.2017.61].
Syed, T. A., Palade, V., Iqbal, R. & Nair, S. S. K. (2017). A personalized learning recommendation system architecture for learning management system. Proceedings of the 9th international joint conference on knowledge discovery. [DOI:10.5220/0006513202750282].
Tibaná-Herrera, G., Fernández-Bajón, M. T. & Moya-Anegón, F. de (2018). Global analysis of the e-learning scientific domain: a declining category? Scientometrics - An International Journal for all Quantitative Aspects of the Science of Science, Communication in Science and Science Policy, 114(2), 675-685. [DOI:10.1007/s11192-017-2592-7].
Arquivos adicionais
Published
Como Citar
Issue
Section
Licença
Copyright (c) 2020 Eduardo Barrére, Marluce Aparecida Vitor, Miguel Alvim de Almeida, Jairo Francisco Souza
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
