Banca de QUALIFICAÇÃO: RAFAEL MARTINS FEITOSA

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: RAFAEL MARTINS FEITOSA
DATA: 06/02/2020
HORA: 10:00
LOCAL: LabComp - 01
TÍTULO:

Um Modelo para Auxiliar a Descoberta e Classificação de Conteúdo para Ambientes Inteligentes de Aprendizagem

PALAVRAS-CHAVES:

Ambientes Inteligentes de Aprendizagem, Análise de Sentimentos, Sistemas de Recomendação

PÁGINAS: 38
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
RESUMO:

A quantidade massiva de dados sendo criados e disponibilizados a cada dia na internet acaba gerando um efeito de sobrecarga informacional. Deste modo a tarefa de seleção e triagem de conteúdo educacional de qualidade por parte do professor acaba sendo dificultada por tomar muito tempo em meio a este excesso de informação.
Por parte dos estudantes é mais difícil ainda, pois além de precisar encontrar um material adequado para complementar seu estudo, ainda precisa discernir sobre a qualidade de um material muitas vezes sem conhecimento a priori suficiente do assunto.  Visando facilitar essas etapas no processo de ensino e aprendizagem, este trabalho apresenta um modelo para auxiliar a descoberta de conteúdo educacional utilizando técnicas de Sistemas de Recuperação de Informação. Em seguida, é realizada a sugestão personalizada de materiais para o estudante com base nos Sistemas de Recomendações Híbridos e Sistemas Tutores Inteligentes, e classificação final a partir da Análise de Sentimento dos feedbacks dos demais usuários. Para validação desta abordagem foi desenvolvido um ambiente virtual inteligente com os componentes propostos e utilizado em um treinamento informal com 13 indivíduos. Foi aplicado um questionário com 6 questões sobre o tema a ser estudado antes e após o uso do sistema e a média de acertos melhorou em 12,8% após o uso.Para validação desta abordagem foi desenvolvido um ambiente virtual inteligente com os componentes propostos e utilizado em um treinamento informal com 13 indivíduos. Foi aplicado um questionário com 6 questões sobre o tema a ser estudado antes e após o uso do sistema e a média de acertos melhorou em 12,8% após o uso. Para avaliação do módulo de Análise de Sentimento está sendo  comparada a anotação manual feita por uma pessoa com o resultado do processamento automático num dataset criado a partir da avaliação respondida por estudantes que é realizado ao final do semestre letivo.

MEMBROS DA BANCA:
Presidente - 2378314 - JEFFERSON MAGALHAES DE MORAIS
Interno - 1152675 - ELOI LUIZ FAVERO
Interno - 2151241 - MARCELLE PEREIRA MOTA
Externo ao Programa - 361671 - MARIANNE KOGUT ELIASQUEVICI