Você está aqui: Página Inicial / Pós-Graduação / Informática / Temas de Pesquisa / Temas de pesquisa 2020.1 / Mineração de Dados Educacionais e Sistemas de Recomendação Personalizada

Mineração de Dados Educacionais e Sistemas de Recomendação Personalizada

Prof. Dr. Evandro Barros

Resumo:

O presente tema de pesquisa aqui proposto faz parte de um amplo projeto de investigação científica situado na área de Inteligência Artificial em Educação, cujo propósito geral está na concepção e desenvolvimento de sistemas educacionais inteligentes, adaptativos, personalizados e sociais. Assim, o tema de pesquisa proposto visa a elaboração de mecanismos de obtenção de informação cognitiva, mas não unicamente, dos aprendizes em suas atividades de interação em ambientes computacionais de aprendizagem. Pretende-se, desse modo, oferecer mecanismos de suporte pedagógico aos aprendizes em suas necessidades ou mesmo dificuldades. Assim, prossegue-se com a pesquisa sobre agentes para modelagem do aprendiz, olhado individualmente ou em grupo, produzindo informações para agentes de software que tomam decisão e agem no ambiente, notadamente os agentes recomendadores adaptativos e personalizados de recursos digitais e humanos. Por outro lado, pretende-se investigar e desenvolver mecanismos automáticos de apoio aos educadores, dando-lhe informações oportunas obtidas pelo uso de técnicas de mineração de dados educacionais, notadamente técnicas de agrupamento e predição. No mais, almeja-se realizar experimentos em ambientes baseados em problemas sobre domínios formais, fazendo uso principalmente das técnicas de modelagem de aprendiz e de sistemas de recomendação de recursos digitais e humanos.

 

Referências bibliográficas:

1. Morais, A. M.; Fechine, Fechine ; COSTA, E. B. . Monitoring Student Performance Using Data Clustering and Predictive Modelling. In: Frontiers in Education Conference, 2014, 2014, Madrid. 2014 IEEE Frontiers in Education Conference Proceedings, 2014.

2. Magalhaes, J. J. ; C. C. Souza ; COSTA, E. B. ; Fechine, J. M. . Recommending Scientific Papers: Investigating the User Curriculum.. In: The Twenty-Eighth International Flairs Conference, 2015, 2015, Hollywood. Proceedings of the Twenty-Eighth International Florida Artificial Intelligence Research Society Conference, 2015. p. 489- 494.

3. Konstantina Chrysafiadi and Maria Virvou. Student modeling approaches: A literature review for the last decade. Expert Systems with Applications, 40(11): 4715–4729, 2013.