Graduation Mentoring Recommender: um modelo de sistema de recomendação de atividades complementares para capacitação profissional do aluno de graduação

Orientador(a) (dc.contributor.advisor)Rigo, Sandro José
Coorientador(a) (dc.contributor.advisor-co1)Alves, Isa Mara da Rosa
Lattes Coorientador(a) (dc.contributor.advisor-co1Lattes)http://lattes.cnpq.br/4118926626764248pt_BR
Lattes Orientador(a) (dc.contributor.advisorLattes)http://lattes.cnpq.br/3914159735707328pt_BR
Autor(a) (dc.contributor.author)Marques, Gerson Adriano
Autor(a) Lattes (dc.contributor.authorLattes)http://lattes.cnpq.br/3725215396742943pt_BR
Data de Disponibilização (dc.date.accessioned)2022-06-03T17:19:54Z
dc.date.available (dc.date.available)2022-06-03T17:19:54Z
Data da defesa / Data do evento (dc.date.issued)2022-04-05
Abstract (dc.description.abstract)The search for a personalized education for students has been the subject of study for many years. Through the use of digital platforms, educational institutions have facilities to offer support so that the educational path of students is flexible, with greater focus on areas of interest. As a contribution to a personalized learning process, this paper proposes a recommendation system model to recommend undergraduate students complementary activities according to their professional and personal goals, which complement or extend their current educational path, bringing the student closer to professional areas and complementary activities, requirements that are contained in the MEC guidelines. As part of the construction of the model, two experiments were conducted to better understand the scenario of the recommendations and obtain information. The first experiment used Collaborative Filtering (FC) techniques, where the objective was to generate recommendations to the student based on the student's access history. In the second experiment, the technique used was Content Based (BC) which the goal to find similar activities based on the contents of the activities. The third experiment was composed by the techniques of the previous experiments, FC and BC, composing a hybrid approach of recommendation. The last experiment was composed by the Graph Based (BG) technique. The development of this work will have as main contributions: to evaluate the benefits that Recommendation Systems, composed with multiple techniques, can offer to the student's formative path; to propose a model of recommendation system for the expansion of the formative path of the undergraduate student through complementary activities according to their professional preferences.en
Resumo (dc.description.resumo)A busca por uma formação personalizada para os alunos tem sido objeto de estudo há muitos anos. A partir do uso de plataformas digitais, as instituições de ensino possuem recursos para oferecer suporte para que o percurso formativo dos alunos seja flexível, com maior foco em áreas de seu interesse. Como contribuição para um processo de aprendizagem personalizado, este trabalho propõe um modelo de Sistema de Recomendação híbrido para recomendar ao aluno de graduação atividades complementares de acordo com seus objetivos profissionais e pessoais, que complementem ou ampliem o seu atual percurso formativo, aproximando o aluno das áreas profissionais e das atividades complementares, requisitos que constam nas diretrizes do MEC. Como parte da construção do modelo, foram realizados quatro experimentos com dados reais onde foi possível analisar e obter percepções de cada uma das técnicas. Após cada experimento são apresentados resultados e comentários sobre cada técnica. O primeiro experimento utilizou técnicas de Filtragem Colaborativa (FC), onde o objetivo foi gerar recomendações ao aluno com base no histórico de acessos do aluno. No segundo experimento, a técnica utilizada foi a Baseada em Conteúdo (BC) e buscou-se encontrar atividades similares com base no conteúdo das atividades. O terceiro experimento foi composto pelas técnicas dos experimentos anteriores FC e BC compondo uma abordagem híbrida de recomendação. O último experimento foi composto pela técnica Baseada em Grafos (BG). O desenvolvimento deste trabalho teve como principais contribuições: avaliar os benefícios que os Sistemas de Recomendação podem oferecer para o percurso formativo do aluno; realizar estudos de diferentes técnicas de recomendação; propor um modelo de Sistema de Recomendação para ampliação do percurso formativo do aluno de graduação por meio de atividades complementares de acordo com suas preferências profissionais.pt_BR
Agência de fomento (dc.description.sponsorship)UNISINOS - Universidade do Vale do Rio dos Sinospt_BR
URI (dc.identifier.uri)http://www.repositorio.jesuita.org.br/handle/UNISINOS/11548
Idioma (dc.language)pt_BRpt_BR
Nome da instituição (dc.publisher)Universidade do Vale do Rio dos Sinospt_BR
País da Instituição (dc.publisher.country)Brasilpt_BR
Departamento (dc.publisher.department)Escola Politécnicapt_BR
Sigla da Instituição (dc.publisher.initials)Unisinospt_BR
Programa (dc.publisher.program)Programa de Pós-Graduação em Computação Aplicadapt_BR
Direitos de acesso ao documento (dc.rights)openAccesspt_BR
Assunto (dc.subject)Sistemas de recomendaçãopt_BR
Assunto (dc.subject)Educaçãopt_BR
Assunto (dc.subject)Percurso formativopt_BR
Assunto (dc.subject)Graduaçãopt_BR
Assunto (dc.subject)Atividades complementarespt_BR
Assunto (dc.subject)Recommendation systemsen
Assunto (dc.subject)Educationen
Assunto (dc.subject)Training pathen
Assunto (dc.subject)Graduationen
Assunto (dc.subject)Complementary activitiesen
Tema (CNPq) (dc.subject.cnpq)ACCNPQ::Ciências Exatas e da Terra::Ciência da Computaçãopt_BR
Título (dc.title)Graduation Mentoring Recommender: um modelo de sistema de recomendação de atividades complementares para capacitação profissional do aluno de graduaçãopt_BR
Tipo de arquivo (dc.type)Dissertaçãopt_BR

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
Gerson Adriano Marques_.pdf
Tamanho:
6.67 MB
Formato:
Adobe Portable Document Format
Descrição:
modelo_sistema

Licença do pacote

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
license.txt
Tamanho:
2.12 KB
Formato:
Item-specific license agreed upon to submission
Descrição: