Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/22251
Document type: Tese
Access type: Acesso Aberto
Title: Uma abordagem híbrida baseada em redes bayesianas e ontologias para modelagem do estudante em sistemas adaptativos e inteligentes para Educação
Alternate title (s): A hybrid approach based on bayesian networks and ontologies for student modeling in adaptive and intelligent educational systems
Author: Ferreira, Hiran Nonato Macedo
First Advisor: Cattelan, Renan Gonçalves
First member of the Committee: Pimentel, Edson Pinheiro
Second member of the Committee: Bulcão Neto, Renato de Freitas
Third member of the Committee: Lopes, Carlos Roberto
Fourth member of the Committee: Fernandes, Márcia Aparecida
Summary: Novas tecnologias surgem diariamente com o intuito de auxiliar na criação de ferramentas cada vez mais adaptáveis às particularidades de cada usuário. Quando associadas a ambientes educacionais, tais adaptações permitem melhorar o processo de ensino. Um dos recursos computacionais que busca melhorar esses processos são os Sistemas Adaptativos e Inteligentes para Educação (SAIEs), que possuem a capacidade de alterar suas características para atender as necessidades dos usuários. Esses sistemas utilizam Modelos de Estudantes, que são capazes de monitorar características importantes do estudante e fazer ajustes apropriados a fim de apoiar e aprimorar a aprendizagem. Alguns trabalhos disponíveis na literatura propõem modelos capazes de avaliar o desempenho do estudante. No entanto, questões importantes como conhecimento e comportamento raramente são analisadas conjuntamente. Dessa forma, este trabalho apresenta a definição de uma abordagem híbrida para modelagem de estudante capaz de identificar o seu desempenho em um SAIE. A abordagem proposta baseia-se em informações sobre o nível de conhecimento e comportamento dos estudantes para definir o seu desempenho. Para isso, a abordagem combina a utilização de Redes Bayesianas e ontologias, com o objetivo de criar um modelo que seja dinâmico, probabilístico, independente de domínio, extensível e reutilizável. É também proposta uma extensão para tornar o modelo um Modelo Aberto do Estudante, o qual permite a visualização das principais capacidades e limitações dos envolvidos no processo de aprendizagem. Foi realizado, ainda, um estudo de caso por meio da implementação e integração da proposta a um ambiente real de ensino. A fim de avaliar a eficácia do modelo, foram conduzidos quatro experimentos com estudantes matriculados em cursos presenciais, para verificar a correlação entre os valores inferidos pelo modelo e o conhecimento do estudante. Também foram verificadas questões comportamentais, por meio de testes estatísticos, sobre os dados obtidos dos experimentos. Os resultados mostraram que o modelo proposto é capaz de determinar um nível de desempenho que seja correspondente às capacidades e limitações dos estudantes. Sendo assim, a abordagem proposta mostrou-se eficaz e adequada para a modelagem do estudante em SAIEs.
Abstract: New technologies emerge everyday with the aim of supporting the development of tools that are more adaptable to the particular needs of each user. When these technologies are associated with the educational environment, such adaptations allow for the improvement of the teaching process. One of the computational resources that strives to improve these processes are Adaptive and Intelligent Educational Systems (AIESs), which possess the capacity to alter its characteristics in order to attend to the users’ needs. These systems use Student Models that are capable of monitoring important student characteristics and make appropriate adjustments, which are directed toward supporting and improving learning. Studies available in the literature propose models capable of evaluating the student’s performance. However, important questions such as knowledge and behavior are rarely analyzed together. In this manner, this study presents the definition of a hybrid approach for student modeling, which is capable of identifying their performance on an AIES. The proposed approach is based on information concerning the level of knowledge and behavior of the students for defining their real cognitive state. In order to realize this task, the approach combines the use of Bayesian Networks and ontologies, with the aim of creating a model that is dynamic, probabilistic, independent of domain, extensible and reusable. It is also proposed an extension to make the model an Open Student Model, which allows for the visualization of the main capacities and limitations of those involved in the learning process. In addition, a case study was performed by means of the implementation and integration of the proposal into a real teaching environment. Under the intent of evaluating the efficiency of the model, four experiments were carried out with students enrolled in face-to-face courses, to verify the correlation between the values inferred by the model and the student's knowledge. Behavioral issues were also verified by means of statistical tests on the data obtained from the experiments. Results showed that the proposed model is sufficient to determining a level of performance that corresponds to the skills and limitations of the students. Therefore, the proposed approach proved to be effective and adequate for modeling the students in AIESs.
Keywords: Sistemas Adaptativos e Inteligentes para Educação
Adaptive and Intelligent Educational Systems
Modelagem de Estudante
Student Modeling
Avaliação de Desempenho
Performance Evaluation
Ontologias
Ontology
Redes Bayesianas
Bayesian Network
Computação
Estudantes - Avaliação
Testes e medidas educacionais
Ensino auxiliado por computador
Area (s) of CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO
Language: por
Country: Brasil
Publisher: Universidade Federal de Uberlândia
Program: Programa de Pós-graduação em Ciência da Computação
Quote: FERREIRA, Hiran Nonato Macedo. Uma abordagem híbrida baseada em redes bayesianas e ontologias para modelagem do estudante em sistemas adaptativos e inteligentes para Educação. 2018. 168 f. Tese (Doutorado em Ciência da Computação) - Universidade Federal de Uberlândia, Uberlândia, 2018. Disponível em: http://dx.doi.org/10.14393/ufu.te.2018.786.
Document identifier: http://dx.doi.org/10.14393/ufu.te.2018.786
URI: https://repositorio.ufu.br/handle/123456789/22251
Date of defense: 18-Jun-2018
Appears in Collections:TESE - Ciência da Computação

Files in This Item:
File Description SizeFormat 
UmaAbordagemHibrida.pdf6.26 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.