Dissertação

Masters' Courses Recommendation: Exploring Collaborative Filtering and Singular Value Decomposition with Student Profiling EVALUATED

A decisão que os estudantes têm que tomar sobre quais as disciplinas de mestrado a frequentar é decisiva: esta escolha pode ter efeito sobre os seus objetivos académicos e pessoais, assim como restringir o seu futuro profissional. Uma má escolha pode levar à desmotivação do aluno, e consequentemente a que este abandone os estudos ou que não explore as suas capacidades. Contudo, usualmente não é oferecido qualquer tipo de apoio para enfrentar este problema. Sendo assim, é crucial compreender as particularidades dos estudantes de maneira a recomendar disciplinas que para além de interessantes, sejam adequadas às suas características. O uso de sistemas de recomendação para sugerir objectos a utilizadores têm casos de sucesso reconhecidos, em áreas como o comércio electrónico e recomendação de filmes. Algumas das técnicas de recomendação com mais sucesso são a decomposição de valores singulares (SVD) e os filtros colaborativos (CF). Nesta dissertação, propomos a combinação destas duas técnicas, a par com classificadores ASAP, por forma a capturar os factores escondidos que explicam as notas obtidas nas várias disciplinas. Com esta informação pretendemos prever as notas de mestrado dos alunos, de maneira a poder recomendar as disciplinas de mestrado que são mais adequadas às capacidades de cada estudante. A utilização dos classificadores ASAP tornam possível antecipar a recomendação, fazendo uso de um número menor de dados do aluno alvo da recomendação. Os nossos resultados mostram que é possível prever as notas das disciplinas de mestrado tem potencial para servir de ponto de partida para produção das recomendações.
Sistemas de Recomendação, Singular Value Decomposition, Data Mining Educacional, Recomendação de Disciplinas, Classificação

Novembro 10, 2014, 10:30

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Claudia Martins Antunes

Departamento de Engenharia Informática (DEI)

Professor Auxiliar