Uma Ontologia para Apoio à Recomendação Automática e Personalizada de Conteúdo Considerando Estilos de Aprendizagem de Estudantes em Sistemas Adaptativos para Educação

Abstract

Diversas abordagens para recomendação personalizada de conteúdo em sistemas adaptativos para educação têm surgido. Muitas têm considerado a importância de levar em consideração os estilos de aprendizagem do estudante para que melhores resultados possam ser alcançados no processo de aprendizagem. Estudos recentes comprovam essa tendência. Desta forma, este trabalho tem como objetivo apresentar uma ontologia para apoio à essas abordagens, usando como base o padrão IEEE LOM e o modelo de Felder-Silverman. Como resultado, a ontologia proposta gera uma representação vetorial de objetos de aprendizagem considerando os estilos de aprendizagem satisfeitos por eles. A ontologia foi validada através de experimentos, e resultados promissores foram obtidos, demonstrando o potencial de contribuição desta proposta a sistemas adaptativos para educação.