Use este identificador para citar ou linkar para este item: https://repositorio.ufjf.br/jspui/handle/ufjf/3487
Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
pauloalceudalmeidarezende.pdf6.4 MBAdobe PDFThumbnail
Visualizar/Abrir
Tipo: Dissertação
Título: BROAD-RS: arquitetura para recomendação de objetos de aprendizagem sensível ao contexto usando agentes e ontologia
Autor(es): Rezende, Paulo Alceu d` Almeida
Primeiro Orientador: Campos, Fernanda Claudia Alves
Membro da banca: Braga, Regina Maria Maciel
Membro da banca: Santos, Neide dos
Membro da banca: Scortegagna, Liamara
Resumo: Objetos de aprendizagem são quaisquer recursos que possam ajudar no processo de ensino e aprendizagem sendo reutilizados em diversos contextos. Essa reutilização de objetos de aprendizagem mostra seu potencial para acelerar a preparação e a composição de cursos on line. Um sistema de recomendação na área educacional tem por objetivo identificar o perfil do aluno para que seja possível sugerir objetos de aprendizagem adequados às suas preferências. Entretanto, ao considerar o reuso de conteúdos, também se observa a necessidade de adaptação dos mesmos. Aplicações cientes de contexto são aplicações que são capazes de modificar seu comportamento baseado nas informações dos usuários. Uma motivação de usar um sistema sensível ao contexto é garantir a mobilidade transparente e fazer com que aplicações estejam de acordo com os elementos do ambiente. Este trabalho apresenta a arquitetura BROAD-RS (BROAD Recommendation System) capaz de realizar a recomendação de objetos de aprendizagem sensível ao contexto, baseado em uma ontologia para modelagem do perfil e contexto do aluno em um ambiente e-learning e implementado em um sistema multi-agentes.
Abstract: Learning objects are any resources that might help in the teaching and learning process and to be reused in different contexts. The reuse of learning objects shows its potential to accelerate the preparation and composition of on line courses. A recommendation system in education aims to identify student profile so that it can suggest learning objects suitable to his/her preference. However, when considering content reuse, it is also necessary to adapt them. Context-aware applications are able to modify their behavior based on the users´ informations. One motivation of using a context-sensitive system is to assure seamless mobility and make applications comply with environment elements. This paper presents BROAD-RS (BROAD Recommendation System) architecture capable of performing context sensitive recommendation of learning objects based on an ontology for modeling the profile and context of the student in an e-learning environment implemented in a multi-agent system.
Palavras-chave: Objetos de aprendizagem
Recomendação de objetos de aprendizagem
Contexto
Agentes
Ontologia
Learning Objects
Learning Objects Recommendation
Context
Agents
Ontology
CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA
Idioma: por
País: Brasil
Editor: Universidade Federal de Juiz de Fora (UFJF)
Sigla da Instituição: UFJF
Departamento: ICE – Instituto de Ciências Exatas
Programa: Programa de Pós-graduação em Ciência da Computação
Tipo de Acesso: Acesso Aberto
URI: https://repositorio.ufjf.br/jspui/handle/ufjf/3487
Data do documento: 25-Jun-2014
Aparece nas coleções:Mestrado em Ciência da Computação (Dissertações)
PROQUALI - Dissertações



Os itens no repositório estão protegidos por licenças Creative Commons, com todos os direitos reservados, salvo quando é indicado o contrário.