Modelo genérico para la recomendación híbrida y adaptativa de recursos educativos digitales

• Autores: Paula A. Rodríguez
• Directores de la Tesis: Néstor Darío Duque Méndez (dir. tes.), Demetrio Arturo Ovalle Carranza (dir. tes.)
• Lectura: En la Universidad Nacional de Colombia (UNAL) ( Colombia ) en 2018
• Idioma: español
• Enlaces
  • Tesis en acceso abierto en: repositorio.unal.edu.co
• Resumen

  • El proceso autónomo de aprendizaje en entornos virtuales requiere la recomendación de recursos educativos digitales, ya que cuando los estudiantes entran a buscar un recurso es difícil encontrar los materiales adecuados y acordes a sus necesidades y para apoyar su proceso de aprendizaje. En esta tesis se propone un modelo genérico para la recomendación híbrida y adaptativa de recursos educativos digitales, que ayude a los estudiantes en las dificultades a las que se enfrentan para acceder a materiales relevantes para su aprendizaje. En el modelo se adaptan las técnicas, enfoques y algoritmos a la información disponible de ítems y de usuarios. Asimismo, se proponen dos estrategias de aplicación y uso, la primera plantea una metodología para la selección guiada de componentes de recomendación y la segunda integra todas las características de usuarios y de ítems en factorización de matrices para entregar resultados relevantes; aprovechando los datos disponibles desde diferentes fuentes. La validación se hace para ambas estrategias y los resultados son promisorios en cuanto a la relevancia de los materiales encontrados, según el perfil del estudiante. Adicionalmente, se plantea un sistema de recomendación que persuade al usuario a utilizar los materiales recomendados para él, según un enfoque híbrido a través de la argumentación. Finalmente, el modelo propuesto puede ser aplicado a diferentes contextos educacionales, con distintos perfiles de usuario y con recursos heterogéneos.