Portal InstitucionalUFPEL

02/01/2015 - 02/01/2017

Ciências Exatas e da Terra - Ciência da Computação

Algoritmos de Filtragem Colaborativa são técnicas utilizadas por sistemas de recomendação para predizer a utilidade de itens para usuários com base nas similaridades entre suas preferências e as preferências dos demais usuários. O enorme crescimento de objetos de aprendizagem na internet e a disponibilidade de preferências de uso pelas comunidades de usuários nos repositórios existentes (ROAs) abriram a possibilidade de testar a eficiência de algoritmos de filtragem colaborativa na recomendação de materiais de aprendizagem para os usuários dessas comunidades. O presente projeto propõe avaliar recomendações de objetos de aprendizagem geradas por diferentes algoritmos de filtragem colaborativa baseados em memória e em modelo e utilizando diferentes bases de dados de repositórios. Os algoritmos serão implementados utilizando a ferramenta Apache Mahout e as recomendações serão baseadas em preferências implícitas (que não possuem pontuações) e explícitas (que possuem pontuações). Serão utilizadas diferentes métricas de avaliação e medidas de precisão dependendo do conjunto de dados origem e do algoritmo implementado. A proposta pretende contrastar os resultados das recomendações geradas com os distintos mecanismos de qualidade desses repositórios e explorar possíveis relações entre os mesmos. As recomendações dos diferentes algoritmos também serão comparadas entre si para avaliar se existe sobreposição. Os resultados encontrados poderão ser utilizados como ponto de partida para futuros estudos dentro do contexto específico dos ROAs e os protótipos desenvolvidos poderão ser integrados a ROAs existentes.