Modelo de busca inteligente e recomendação de objetos de aprendizagem em repositórios heterogêneos

Abstract

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-graduação em Ciências da Computação, Florianópolis, 2013

Este trabalho propõe um modelo de sistema de busca inteligente e de recomendação para objetos de aprendizagem baseado em sistemas multiagentes. Para tal, o modelo é capaz de indexar e recuperar objetos de aprendizagem, armazenados em repositórios diferentes e heterogêneos. Ou seja, o mecanismo de busca inteligente abrange vários repositórios de objetos de aprendizagem, e os objetos podem ser descritos pelo uso de diferentes padrões de metadados. O modelo proposto utiliza ontologias para descrever o domínio de conhecimento para, em um primeiro momento, expandir a busca utilizando sinônimos ou outros termos relacionados e, em um segundo momento, a ontologia é utilizada para restringir os resultados apresentados, dentro do domínio de conhecimento do usuário, levando em conta as especificidades da área. Com o objetivo de melhorar a precisão, cobertura e recomendação de um objeto de aprendizagem, o sistema prevê um modelo de recomendação de objetos de aprendizagem utilizando informações e estatísticas dos usuários, ou seja, seu perfil, para realizar a ordenação dos resultados. Tal modelo foi implementado sobre o framework JADE e testado sobre o índice de duas bases de dados, com termos da área médica. Os resultados mostram uma boa cobertura e recuperação para objetos, por fazer uso dos termos expandidos para seus sinônimos e os resultados do perfil mostram uma melhora na ordem e recomendação dos resultados <br>

Abstract: This paper proposes a model of intelligent search engine and recommendation for learning objects based on multiagent systems. To this end, the model is able to index and retrieve learning objects stored in different and heterogeneous repositories. The intelligent search engine covers several repositories of learning objects, and the objects can be described in different metadata standards. The proposed model uses ontologies to describe the domain knowledge for expand the search terms, using synonyms or related terms and in a second step, the ontology is used to restrict the results within the domain of knowledge taking into account the specificities of the area. Aiming to improve accuracy, coverage and recommendation of learning objects the system provides a model for recommendation using information and statistics of the users your profile, and perform the ordering of results. This model was implemented on the JADE framework and tested on the content of two databases with use of medical terms. The results show good coverage and recovery for objects, by making use of expanded terms on their synonyms, and the profile results show an improvement in the results order and recommendation.