Impacto de metadata basada en currículum en la eficiencia de sistemas de recomendación en educación.
Loading...
Date
2013
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Los profesores se encuentran a diario con la tarea de recopilar material para preparar sus lecciones. Muchas veces el proceso de crear material nuevo es difícil y el tiempo disponible es escaso. En internet existen repositorios de recursos digitales de aprendizaje especializados; el problema es que, debido a la gran cantidad y variedad de recursos disponibles, la tarea de encontrar un recurso de calidad y adecuado al propósito educativo se vuelve compleja. Los sistemas de recomendación constituyen una herramienta adecuada para apoyar este proceso de búsqueda y descubrimiento; técnicas de filtrado colaborativo aprovechan el comportamiento de la comunidad, enfoques basados en contenido se enfocan en la descripción de los recursos para encontrar ítems similares a recomendar, mientras que los enfoques híbridos combinan filtrado colaborativo y por contenido. En esta investigación se comparó varios sistemas de recomendación en un escenario educativo real, correspondiente al portal educacional Educarchile. Se encontró que el sistema de recomendación híbrido Collaborative Topic Regression (CTR), que saca provecho de las características de los usuarios y de la descripción de los recursos, es el que mejor se adecúa al escenario educacional estudiado. Además, se pudo concluir que describir los recursos digitales de aprendizaje a través de metadata curricular (nivel, asignatura, etc.) mejora la precisión del sistema de recomendación, mientras que el texto libre u otro tipo de metadata impacta negativamente en los resultados.
Description
Tesis (Magíster en Ciencias de la Ingeniería)--Pontificia Universidad Católica de Chile, 2013