This paper proposes a student model based on emotions and personality profiles in order to develop the affective profile of the student in a Virtual Learning Environments. With the information contained in the student model will be selected pedagogical strategies appropriate to each profile. For the validation of this approach, techniques of Artificial Neural Networks and Decision Tree were used. The analysis have as a result an overall accuracy 97.28 % in the classification of the nine personality profiles, as well as the validation of the set of pedagogical strategies. Thus, by detecting an harmful emotion to the learning , the student will receive personalized stimuli of their characteristics and, consequently, the approximation of the emotion that promotes learning. Resumo. Este trabalho propõe um modelo do estudante baseado em emoçemoç˜emoções e perfis de personalidade com intuito de desenvolver o perfil afetivo do estudante em Ambientes Virtuais de Aprendizagem. Através das informaçinformaç˜informações contidas no modelo do estudante serão selecionadas as estratégias pedagógicas adequadas a cada perfil. Para validaçvalidaç˜validação desta proposta utilizou-se as técnicas de Redes Neurais Artificiais e ´ Arvore de Decisão. Por meio de uma análise experimental , têm-se como resultados uma precisão geral de 97,28% na classificaçclassificaç˜classificação dos nove perfis de personalidade, bem como a validaçvalidaç˜validação do conjuntó otimo de es-tratégias pedagógicas. Assim, ao detectar uma emoçemoç˜emoção prejudicial ao aprendi-zado o estudante receberá estímulos personalizados as suas características e, consequentemente, a aproximaçaproximaç˜aproximação da emoçemoç˜emoção que promovà a aprendizagem.
CITATION STYLE
Melo, S. D., Dantas, A. C., & Fernandes, M. (2017). Modelo do estudante baseado em emoções e perfis de personalidade para recomendação de estratégias pedagógicas personalizadas. In Anais do XXVIII Simpósio Brasileiro de Informática na Educação (SBIE 2017) (Vol. 1, p. 967). Brazilian Computer Society (Sociedade Brasileira de Computação - SBC). https://doi.org/10.5753/cbie.sbie.2017.967
Mendeley helps you to discover research relevant for your work.