Melhorias para um sistema de recomendação baseado em conhecimento a partir da representação semântica de conteúdos

Os Sistemas de Recomendação já estão consolidados como ferramentas que apoiam os usuários a superar as dificuldades geradas pelo volume excessivo de conteúdos disponíveis em formato digital, tendo sido projetados para realizar de forma automatizada as tarefas de classificação de conteúdos e de relacionamento deste com interesses e necessidades dos usuários. Um dos problemas ainda observados nestes sistemas está relacionado com a fragilidade de algumas abordagens de classificação e relacionamento de conteúdo que se baseiam principalmente em aspectos sintáticos dos conteúdos tratados. Os sistemas de recomendação baseados em conhecimento buscam mitigar este problema a partir da incorporação de elementos semânticos nos processos de indexação e relacionamento dos materiais. Apesar de bons resultados observados, ainda são identificadas necessidades de investigação, tanto nas atividades de classificação dos conteúdos, como na representação e tratamento dos relacionamentos entre conteúdos e possíveis interessados. Este trabalho busca colaborar com o desenvolvimento nesta área a partir da proposta de um sistema de recomendação baseado em conhecimento e voltado para a recomendação de materiais educacionais em um contexto de pequenos grupos de estudantes. O diferencial deste sistema se dá através de um processo de incorporação da semântica associada com os assuntos tratados e também com a utilização de aspectos semânticos para representar as necessidades e relacionamentos originados pelos usuários do sistema. O principal diferencial deste sistema está localizado na utilização de um algoritmo de recomendação híbrido, no qual tanto aspectos sintáticos como semânticos são empregados. Para avaliar o sistema de recomendação proposto, foi realizada a sua prototipação e teste em um ambiente controlado.