Nome do Projeto
Avaliação de Algoritmos de Recomendação por meio de Filtragem Colaborativa dentro de Repositórios de Objetos de Aprendizagem
Ênfase
PESQUISA
Data inicial - Data final
02/01/2015 - 02/01/2017
Unidade de Origem
Coordenador Atual
Área CNPq
Ciências Exatas e da Terra - Ciência da Computação
Resumo
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.

Objetivo Geral

Geral: Avaliar recomendações de objetos de aprendizagem geradas por algoritmos populares de Filtragem Colaborativa Baseados em Memória e em Modelo utilizando base de dados coletadas de repositórios existentes.
Específicos:
a) Comparar recomendações de objetos de aprendizagem realizadas a partir da utilização de conjuntos distintos de preferências (preferências explícitas e implícitas) nos repositórios estudados (sempre que existirem);
b) Avaliar e descobrir parâmetros ideais para serem utilizados pelos algoritmos de filtragem colaborativa testados;
c) Contrastar os itens recomendados com outros mecanismos de qualidade dos repositórios com o objetivo de explorar possíveis relações entre os mesmos;
d) Comparar o desempenho de parâmetros e algoritmos de filtragem colaborativa entre repositórios distintos;
e) Desenvolver protótipos de recomendadores de objetos de aprendizagem

Equipe do Projeto

NomeCH SemanalData inicialData final
HENRIQUE LEMOS DOS SANTOS402/01/201502/01/2017
HENRIQUE LEMOS DOS SANTOS1201/08/201531/07/2016
RICARDO MATSUMURA DE ARAUJO202/01/201502/01/2017

Fontes Financiadoras

Sigla / NomeValorAdministrador
FAPERGS (Fundação de Amparo à Pesquisa do Estado do Rio Grande do Sul)R$ 24.971,00

Página gerada em 03/12/2021 15:40:52 (consulta levou 0.039571s)