Sistema para recomendação de vídeos educacionais do repositório do YouTube: uma modelagem min-max para o Problema de Cobertura de Conjunto

Detalhes bibliográficos
Ano de defesa: 2021
Autor(a) principal: Trindade, Eduardo Augusto Costa
Orientador(a): Assis, Luciana Pereira de
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: UFVJM
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Link de acesso: https://acervo.ufvjm.edu.br/items/7896935c-3dcf-417f-a573-1e0ad7db8f56
Resumo: 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.
id UFVJM-2_280f29e1c91dd3f8dffec1714d618d3d
oai_identifier_str oai:localhost:1/2850
network_acronym_str UFVJM-2
network_name_str Repositório Institucional da UFVJM
repository_id_str
spelling Trindade, Eduardo Augusto CostaAssis, Luciana Pereira dePitangui, Cristiano GrijóDorça, Fabiano AzevedoUniversidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM)Assis, Luciana Pereira de2022-05-25T18:30:36Z2022-05-25T18:30:36Z20212021-12-02TRINDADE, 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.https://acervo.ufvjm.edu.br/items/7896935c-3dcf-417f-a573-1e0ad7db8f56Os 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.Dissertação (Mestrado Profissional) – Programa de Pós-Graduação em Educação, Universidade Federal dos Vales do Jequitinhonha e Mucuri, 2021.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.porUFVJMA 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.info:eu-repo/semantics/openAccessSistema para recomendação de vídeos educacionais do repositório do YouTube: uma modelagem min-max para o Problema de Cobertura de Conjuntoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisEducaçãoRecomendaçãoObjetos de AprendizagemSistema InteligenteYouTubeEducationRecommendationLearning ObjectsIntelligent Systemreponame:Repositório Institucional da UFVJMinstname:Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM)instacron:UFVJMTHUMBNAILeduardo_augusto_costa_trindade.pdf.jpgeduardo_augusto_costa_trindade.pdf.jpgGenerated Thumbnailimage/jpeg3222https://acervo.ufvjm.edu.br//bitstreams/5351791d-b8f4-4861-843b-5c41ccf8bdf6/download347636693ec65de304deef408effde90MD57falseAnonymousREADORIGINALeduardo_augusto_costa_trindade.pdfeduardo_augusto_costa_trindade.pdfapplication/pdf1061697https://acervo.ufvjm.edu.br//bitstreams/ba60628e-4de2-41e8-885c-8b4f4d72f465/download594f42cccede51c5eb49d17a98d21bc6MD51trueAnonymousREADCC-LICENSElicense_urllicense_urltext/plain; charset=utf-849https://acervo.ufvjm.edu.br//bitstreams/e3d435fc-1507-41e6-a08e-42ed20cea1da/download4afdbb8c545fd630ea7db775da747b2fMD52falseAnonymousREADlicense_textlicense_texttext/html; charset=utf-80https://acervo.ufvjm.edu.br//bitstreams/1a70613f-43f0-4f88-a7d2-02d39357c1b6/downloadd41d8cd98f00b204e9800998ecf8427eMD53falseAnonymousREADlicense_rdflicense_rdfapplication/rdf+xml; charset=utf-80https://acervo.ufvjm.edu.br//bitstreams/3b08a47c-85c8-4b2c-8378-c68c24ef708f/downloadd41d8cd98f00b204e9800998ecf8427eMD54falseAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-82157https://acervo.ufvjm.edu.br//bitstreams/76161018-6ac7-47e5-a7a9-ca3975ae63bd/downloadc0fe10782d3e2994b7c028f47c86ff9eMD55falseAnonymousREADTEXTeduardo_augusto_costa_trindade.pdf.txteduardo_augusto_costa_trindade.pdf.txtExtracted texttext/plain72283https://acervo.ufvjm.edu.br//bitstreams/845b849b-5b9d-4588-94ac-b26b9b49c173/download8104602d1ef912c8c84c7c5c071b75adMD56falseAnonymousREAD1/28502024-09-12 06:18:33.468open.accessoai:localhost:1/2850https://acervo.ufvjm.edu.br/Repositório InstitucionalPUBhttps://repositorio.ufvjm.edu.brrepositorio@ufvjm.edu.bropendoar:21452024-09-12T06:18:33Repositório Institucional da UFVJM - Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM)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
dc.title.pt_BR.fl_str_mv Sistema para recomendação de vídeos educacionais do repositório do YouTube: uma modelagem min-max para o Problema de Cobertura de Conjunto
title Sistema para recomendação de vídeos educacionais do repositório do YouTube: uma modelagem min-max para o Problema de Cobertura de Conjunto
spellingShingle Sistema para recomendação de vídeos educacionais do repositório do YouTube: uma modelagem min-max para o Problema de Cobertura de Conjunto
Trindade, Eduardo Augusto Costa
Educação
Recomendação
Objetos de Aprendizagem
Sistema Inteligente
YouTube
Education
Recommendation
Learning Objects
Intelligent System
title_short Sistema para recomendação de vídeos educacionais do repositório do YouTube: uma modelagem min-max para o Problema de Cobertura de Conjunto
title_full Sistema para recomendação de vídeos educacionais do repositório do YouTube: uma modelagem min-max para o Problema de Cobertura de Conjunto
title_fullStr Sistema para recomendação de vídeos educacionais do repositório do YouTube: uma modelagem min-max para o Problema de Cobertura de Conjunto
title_full_unstemmed Sistema para recomendação de vídeos educacionais do repositório do YouTube: uma modelagem min-max para o Problema de Cobertura de Conjunto
title_sort Sistema para recomendação de vídeos educacionais do repositório do YouTube: uma modelagem min-max para o Problema de Cobertura de Conjunto
author Trindade, Eduardo Augusto Costa
author_facet Trindade, Eduardo Augusto Costa
author_role author
dc.contributor.referee.none.fl_str_mv Assis, Luciana Pereira de
Pitangui, Cristiano Grijó
Dorça, Fabiano Azevedo
dc.contributor.institution.pt_BR.fl_str_mv Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM)
dc.contributor.author.fl_str_mv Trindade, Eduardo Augusto Costa
dc.contributor.advisor1.fl_str_mv Assis, Luciana Pereira de
contributor_str_mv Assis, Luciana Pereira de
dc.subject.keyword.pt_BR.fl_str_mv Educação
Recomendação
Objetos de Aprendizagem
Sistema Inteligente
topic Educação
Recomendação
Objetos de Aprendizagem
Sistema Inteligente
YouTube
Education
Recommendation
Learning Objects
Intelligent System
dc.subject.keyword.en.fl_str_mv YouTube
Education
Recommendation
Learning Objects
Intelligent System
description 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.
publishDate 2021
dc.date.submitted.none.fl_str_mv 2021-12-02
dc.date.issued.fl_str_mv 2021
dc.date.accessioned.fl_str_mv 2022-05-25T18:30:36Z
dc.date.available.fl_str_mv 2022-05-25T18:30:36Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv 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.
dc.identifier.uri.fl_str_mv https://acervo.ufvjm.edu.br/items/7896935c-3dcf-417f-a573-1e0ad7db8f56
identifier_str_mv 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.
url https://acervo.ufvjm.edu.br/items/7896935c-3dcf-417f-a573-1e0ad7db8f56
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv UFVJM
publisher.none.fl_str_mv UFVJM
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFVJM
instname:Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM)
instacron:UFVJM
instname_str Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM)
instacron_str UFVJM
institution UFVJM
reponame_str Repositório Institucional da UFVJM
collection Repositório Institucional da UFVJM
bitstream.url.fl_str_mv https://acervo.ufvjm.edu.br//bitstreams/5351791d-b8f4-4861-843b-5c41ccf8bdf6/download
https://acervo.ufvjm.edu.br//bitstreams/ba60628e-4de2-41e8-885c-8b4f4d72f465/download
https://acervo.ufvjm.edu.br//bitstreams/e3d435fc-1507-41e6-a08e-42ed20cea1da/download
https://acervo.ufvjm.edu.br//bitstreams/1a70613f-43f0-4f88-a7d2-02d39357c1b6/download
https://acervo.ufvjm.edu.br//bitstreams/3b08a47c-85c8-4b2c-8378-c68c24ef708f/download
https://acervo.ufvjm.edu.br//bitstreams/76161018-6ac7-47e5-a7a9-ca3975ae63bd/download
https://acervo.ufvjm.edu.br//bitstreams/845b849b-5b9d-4588-94ac-b26b9b49c173/download
bitstream.checksum.fl_str_mv 347636693ec65de304deef408effde90
594f42cccede51c5eb49d17a98d21bc6
4afdbb8c545fd630ea7db775da747b2f
d41d8cd98f00b204e9800998ecf8427e
d41d8cd98f00b204e9800998ecf8427e
c0fe10782d3e2994b7c028f47c86ff9e
8104602d1ef912c8c84c7c5c071b75ad
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFVJM - Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM)
repository.mail.fl_str_mv repositorio@ufvjm.edu.br
_version_ 1833927334136119296

Registros relacionados