Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/22251
Full metadata record
DC FieldValueLanguage
dc.creatorFerreira, Hiran Nonato Macedo-
dc.date.accessioned2018-08-13T13:43:09Z-
dc.date.available2018-08-13T13:43:09Z-
dc.date.issued2018-06-18-
dc.identifier.citationFERREIRA, 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. DOI http://dx.doi.org/10.14393/ufu.te.2018.786.pt_BR
dc.identifier.urihttps://repositorio.ufu.br/handle/123456789/22251-
dc.description.abstractNew 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.pt_BR
dc.description.sponsorshipCAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superiorpt_BR
dc.description.sponsorshipCNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológicopt_BR
dc.description.sponsorshipFAPEMIG - Fundação de Amparo a Pesquisa do Estado de Minas Geraispt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Uberlândiapt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectSistemas Adaptativos e Inteligentes para Educaçãopt_BR
dc.subjectAdaptive and Intelligent Educational Systemspt_BR
dc.subjectModelagem de Estudantept_BR
dc.subjectStudent Modelingpt_BR
dc.subjectAvaliação de Desempenhopt_BR
dc.subjectPerformance Evaluationpt_BR
dc.subjectOntologiaspt_BR
dc.subjectOntologypt_BR
dc.subjectRedes Bayesianaspt_BR
dc.subjectBayesian Networkpt_BR
dc.subjectComputaçãopt_BR
dc.subjectEstudantes - Avaliaçãopt_BR
dc.subjectTestes e medidas educacionaispt_BR
dc.subjectEnsino auxiliado por computadorpt_BR
dc.titleUma abordagem híbrida baseada em redes bayesianas e ontologias para modelagem do estudante em sistemas adaptativos e inteligentes para Educaçãopt_BR
dc.title.alternativeA hybrid approach based on bayesian networks and ontologies for student modeling in adaptive and intelligent educational systemspt_BR
dc.typeTesept_BR
dc.contributor.advisor1Cattelan, Renan Gonçalves-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/3722586963728305pt_BR
dc.contributor.referee1Pimentel, Edson Pinheiro-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/6163089025212520pt_BR
dc.contributor.referee2Bulcão Neto, Renato de Freitas-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/5627556088346425pt_BR
dc.contributor.referee3Lopes, Carlos Roberto-
dc.contributor.referee3Latteshttp://lattes.cnpq.br/6737493567462425pt_BR
dc.contributor.referee4Fernandes, Márcia Aparecida-
dc.contributor.referee4Latteshttp://lattes.cnpq.br/8946715881289701pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/6814993444976680pt_BR
dc.description.degreenameTese (Doutorado)pt_BR
dc.description.resumoNovas 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.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.programPrograma de Pós-graduação em Ciência da Computaçãopt_BR
dc.sizeorduration168pt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAOpt_BR
dc.identifier.doihttp://dx.doi.org/10.14393/ufu.te.2018.786pt_BR
dc.crossref.doibatchidcfc6af78-95df-434f-8cba-ff3aa9588d23-
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.