Método Híbrido de Recomendación Adaptativa de Objetos de Aprendizaje basado en Perfiles de Usuario

• Autores: Paula A. Rodríguez, Néstor Darío Duque Méndez, Demetrio Arturo Ovalle Carranza
• Localización: Formación Universitaria, ISSN-e 0718-5006, Vol. 9, Nº. 4, 2016, págs. 83-94
• Idioma: español
• Títulos paralelos:
  • Hybrid Method for Adaptive Recommendation of Learning Objects based on User Profiles
• Enlaces
  • Texto completo
• Dialnet Métricas: 2 Citas
• Resumen
  • español

    El objetivo de este artículo es proponer un método híbrido de recomendación adaptativa de objetos de aprendizaje, el cual debe inicialmente realizar la selección de características del perfil del estudiante que mejor lo definan. Los sistemas de recomendación híbrida de materiales educativos digitales apoyan procesos de aprendizaje virtual y ayudan a los estudiantes a encontrar recursos relevantes que se adapten a sus necesidades y preferencias. Se seleccionan los algoritmos de recomendación que se van a aplicar, seguido de la elección en la combinación de los resultados de esas técnicas. Finalmente, se evalúa la integración de técnicas teniendo en cuenta la relevancia que se obtiene de las recomendaciones. Se puede concluir que al utilizar sistemas adaptativos de recomendación híbrida se mejoran los resultados, especialmente cuando la combinación incluye la técnica de filtrado por conocimiento.

  • English

    The aim of this paper is to propose a hybrid method for adaptive recommendation of learning objects that initially performs a selection of characteristics from the student profile that best define it. Hybrid recommendation systems of digital educational materials support virtual learning processes and help students finding relevant resources that are adapted to their needs and preferences. Then, the recommendation algorithms are selected and applied, followed by the choice of how to combine the results of these techniques. Finally, the integration of techniques is evaluated considering the relevance obtained by applying the recommendation techniques. It can be concluded that using adaptive hybrid recommendation systems, improves the generation of relevant results, especially when the combination should include the knowledge-based filtering technique.