Publicação
Sistema de recomendação inteligente para uma plataforma de e-Learning
| dc.contributor.advisor | Pereira, Carlos Manuel Jorge da Silva | |
| dc.contributor.advisor | Marques, Viriato António Pereira Marinho | |
| dc.contributor.author | Neves, Pedro Filipe Caldeira | |
| dc.date.accessioned | 2016-06-17T14:12:47Z | |
| dc.date.available | 2016-06-17T14:12:47Z | |
| dc.date.issued | 2014 | |
| dc.description.abstract | As plataformas de e-Learning são cada vez mais utilizadas na educação à distância, facto que se encontra diretamente relacionado com a possibilidade de proporcionarem aos seus alunos a valência de poderem assistir a cursos em qualquer lugar. Dentro do âmbito das plataformas de e-Learning encontra-se um grupo especialmente interessante: as plataformas adaptativas, que tendem a substituir o professor (presencial) através de interatividade, variabilidade de conteúdos, automatização e capacidade para resolução de problemas e simulação de comportamentos educacionais. O projeto ADAPT (plataforma adaptativa de e-Learning) consiste na criação de uma destas plataformas, implementando tutoria inteligente, resolução de problemas com base em experiências passadas, algoritmos genéticos e link-mining. É na área de link-mining que surge o desenvolvimento desta dissertação que documenta o desenvolvimento de quatro módulos distintos: O primeiro módulo consiste num motor de busca para sugestão de conteúdos alternativos; o segundo módulo consiste na identificação de mudanças de estilo de aprendizagem; o terceiro módulo consiste numa plataforma de análise de dados que implementa várias técnicas de data mining e estatística para fornecer aos professores/tutores informações importantes que não seriam visíveis sem recurso a este tipo de técnicas; por fim, o último módulo consiste num sistema de recomendações que sugere aos alunos os artigos mais adequados com base nas consultas de alunos com perfis semelhantes. Esta tese documenta o desenvolvimento dos vários protótipos para cada um destes módulos. Os testes efetuados para cada módulo mostram que as metodologias utilizadas são válidas e viáveis. | pt_PT |
| dc.identifier.tid | 201261049 | |
| dc.identifier.uri | http://hdl.handle.net/10400.26/14083 | |
| dc.language.iso | por | pt_PT |
| dc.subject | Plataforma ADAPT | pt_PT |
| dc.subject | e-Learning | pt_PT |
| dc.subject | Motor de busca | pt_PT |
| dc.subject | Link-mining | pt_PT |
| dc.subject | Data-mining | pt_PT |
| dc.subject | Sistema de recomendações | pt_PT |
| dc.title | Sistema de recomendação inteligente para uma plataforma de e-Learning | pt_PT |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| oaire.awardURI | info:eu-repo/grantAgreement/FCT/5876-PPCDTI/PTDC%2FCPE-CED%2F115175%2F2009/PT | |
| oaire.fundingStream | 5876-PPCDTI | |
| project.funder.identifier | http://doi.org/10.13039/501100001871 | |
| project.funder.name | Fundação para a Ciência e a Tecnologia | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | masterThesis | pt_PT |
| relation.isProjectOfPublication | 68952725-5740-4e9c-8cd2-25fde6241f50 | |
| relation.isProjectOfPublication.latestForDiscovery | 68952725-5740-4e9c-8cd2-25fde6241f50 |