Sistema para recomendação de vídeos educacionais do repositório do YouTube: uma modelagem min-max para o Problema de Cobertura de Conjunto
| dc.contributor.advisor | Assis, Luciana Pereira de | |
| dc.contributor.author | Trindade, Eduardo Augusto Costa | |
| dc.contributor.institution | Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM) | pt_BR |
| dc.contributor.referee | Assis, Luciana Pereira de | |
| dc.contributor.referee | Pitangui, Cristiano Grijó | |
| dc.contributor.referee | Dorça, Fabiano Azevedo | |
| dc.date.accessioned | 2022-05-25T18:30:36Z | |
| dc.date.available | 2022-05-25T18:30:36Z | |
| dc.date.issued | 2021 | |
| dc.date.submitted | 2021-12-02 | |
| dc.description.abstract | Os Ambientes Virtuais de Aprendizagem (AVA) são sistemas de informação que podem ser utilizados como plataformas de distribuição de conteúdo. Em um sistema como esse, são disponibilizados Objetos de Aprendizagem (OA), que são recursos digitais ou não, que podem ser utilizados e reutilizados. Com o crescente número de repositórios disponíveis para estes objetos, torna-se importante um estudo sobre o processo de Recomendação de OA. O presente estudo propõe um novo modelo para o Problema de Cobertura de Conjunto (PCC) utilizado no processo de recomendação de objetos de aprendizagem. Trata-se de um problema clássico da Pesquisa Operacional e Análise Combinatória. Adaptado à Recomendação de OA, visa encontrar um conjunto mínimo de objetos dentro de um universo onde cada objeto pode oferecer um conjunto de conceitos. Para evitar uma sobrecarga cognitiva do aprendiz, é necessário atentar-se para as repetições desses conceitos. Assim consiste na seleção de um conjunto de objetos com menor custo e menor repetição de conceitos. Para solucionar o problema foi utilizado um algoritmo genético associado à um Sistema Inteligente de recomendação de objetos integrado à API do YouTube. O YouTube é um dos mais importantes repositórios de vídeos do mundo, possuindo uma categoria exclusiva para a educação. O Sistema Inteligente busca nessa categoria e, aos vídeos retornados nessa busca, aplica-se técnicas de recomendação de OA modelado como um Problema de Cobertura Mínima de Conjunto. A abordagem proposta se mostra promissora, possibilitando uma recomendação eficiente de vídeos que atenda às requisições do usuário, possibilitando ainda, aplicação em outros tipos de repositórios. | pt_BR |
| dc.description.abstracts | Virtual Learning Environments (VLE) are information systems that can be used as content distribution platforms. In a system like this, Learning Objects (LO) are made available, which are digital resources or not, which can be used and reused. With the growing number of repositories available for these objects, it is important to study the OA recommendation process. This study proposes a new model for the Set Coverage Problem (SCP) used in the learning object recommendation process. This is a classic Operational Research and Combinatorial Analysis problem. Adapted to the OA recommendation, it aims to find a minimum set of objects within a universe where each object can offer a set of concepts. To avoid a cognitive overload of the learner, it is necessary to pay attention to the repetitions of concepts and concepts. Thus, it consists in selecting a set of objects with less cost and less repetition of concepts. To solve the problem used, a genetic algorithm associated with an Intelligent Object Recommendation System integrated with the YouTube API. YouTube is one of the most important video repositories in the world, having an exclusive category for education. The Intelligent System searches in this category and, to the videos returned in this search, it applies the OA recommendation techniques modeled as a Minimum Set Coverage Problem. The proposed approach is promising, enabling an efficient recommendation of videos that meet the user's requests, also enabling applications in other types of repositories. | en |
| dc.description.thesis | Dissertação (Mestrado Profissional) – Programa de Pós-Graduação em Educação, Universidade Federal dos Vales do Jequitinhonha e Mucuri, 2021. | pt_BR |
| dc.identifier.citation | TRINDADE, Eduardo Augusto Costa. Sistema para recomendação de vídeos educacionais do repositório do YouTube: uma modelagem min-max para o Problema de Cobertura de Conjunto. 2021. 59 p. Dissertação (Mestrado Profissional em Educação) – Programa de Pós-Graduação em Educação, Universidade Federal dos Vales do Jequitinhonha e Mucuri, Diamantina, 2021. | pt_BR |
| dc.identifier.uri | https://acervo.ufvjm.edu.br/items/7896935c-3dcf-417f-a573-1e0ad7db8f56 | |
| dc.language.iso | por | |
| dc.publisher | UFVJM | pt_BR |
| dc.rights | Acesso Aberto | pt_BR |
| dc.rights.license | A concessão da licença deste item refere-se ao à termo de autorização impresso assinado pelo autor, assim como na licença Creative Commons, com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade Federal dos Vales do Jequitinhonha e Mucuri e o IBICT a disponibilizar por meio de seus repositórios, sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, e preservação, a partir desta data. | pt_BR |
| dc.subject.keyword | Educação | pt_BR |
| dc.subject.keyword | Recomendação | pt_BR |
| dc.subject.keyword | Objetos de Aprendizagem | pt_BR |
| dc.subject.keyword | Sistema Inteligente | pt_BR |
| dc.subject.keyword | YouTube | en |
| dc.subject.keyword | Education | en |
| dc.subject.keyword | Recommendation | en |
| dc.subject.keyword | Learning Objects | en |
| dc.subject.keyword | Intelligent System | en |
| dc.title | Sistema para recomendação de vídeos educacionais do repositório do YouTube: uma modelagem min-max para o Problema de Cobertura de Conjunto | pt_BR |
| dc.type | Dissertação | pt_BR |