Colombia
Este trabajo presenta un sistema de recomendación (SR), de objetos de aprendizaje (OA), en repositorios. Es un sistema que se basa en el filtrado colaborativo que utiliza una adaptación del algoritmo k-vecinos y con fundamento en la percepción de usabilidad y utilidad que el usuario tiene acerca de los OA que descarga del repositorio. Tambien muestra la forma como el algoritmo k-vecinos se adaptó al concepto de percepción con la implementación de un sistema de votación de los OA por parte de los usuarios. Al final se muestra la validación del SR, utilizando el repositorio RODAS, con apartes del algoritmo y el modelado computacional.
This paper describes a Learning Objects (LO) Recommendation System (RS) for repositories. The system is based on collaborative filtering using an adaptation of k-neighboring algorithm which is supported on user´s perception about usability and usefulness rather than downloading LO from repository. It also shows how the k-neighboring algorithm is adapted to user´s perception by implementing a voting system of LO. Finally, the RS validation using RODAS repository is given describing some pieces of algorithm and the computational model.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados