Luana Müller Orientadora: Profª. Drª. Milene Selbach Silveira.
Transcript of Luana Müller Orientadora: Profª. Drª. Milene Selbach Silveira.
APLICANDO TÉCNICAS DE
RECOMENDAÇÃO EM SISTEMAS DE AJUDA EM PARES
Luana Müller
Orientadora: Profª. Drª. Milene Selbach Silveira
SISTEMAS DE AJUDA Visam auxiliar usuários a
adquirirem conhecimentos sobre o sistema que necessitam utilizar [Jos80].
Paradigma impresso.
Informações técnicas.
SISTEMAS DE AJUDA EM PARES
Ajuda através da interação entre usuários.
Complementa a ajuda fornecida pelo sistema de ajuda on-line.
SISTEMAS DE RECOMENDAÇÃO
Ferramentas de software e técnicas cujo objetivo é prover sugestões de itens para usuários [Ric10].
Itens de recomendação.
Combinação social.
PROPOSTA DE DISSERTAÇÃO DE MESTRADO
Sistemas de ajuda são poucos utilizados por não poderem ser aplicados a alguns tipos de perguntas [Vou05].
O auxílio de outros usuários acaba sendo a forma mais procurada na hora de sanar uma dúvida
O paradigma da vila e combinação social
Arquitetura PHAVEA.
PROBLEMAComo utilizar informações referentes ao uso de sistemas colaborativos de ensino e informações sobre seus usuários para auxiliá-los no processo de busca por auxílio através de um sistema de ajuda em pares, e, com isso, promover uma maior efetividade no processo de resolução de dúvidas.
SOLUÇÃOIntegrar, aos sistemas de ajuda em pares, técnicas e algoritmos que identifiquem os índices de similaridade entre usuários, visando, através disso, promover uma combinação social com a qual irá se qualificar o processo de busca e seleção de usuários para estabelecer uma conexão, ajudando os usuários a melhor esclarecer suas dúvidas em relação à utilização do sistema.
OBJETIVO GERALQualificar o processo de busca e seleção de usuários para responder a dúvidas de outro usuário visando melhorar sua experiência de uso tanto com o sistema de ajuda em pares, quanto com o ambiente virtual de aprendizagem no qual ele está inserido.
Realizar pesquisa com usuários a fim de identificar que fatores estes levam em consideração ao escolher uma pessoa para responder uma dúvida sobre o uso do sistema colaborativo de ensino.
Implementar uma ferramenta que estenda a arquitetura PHAVEA, incluindo a análise de similaridade entre usuários.
Analisar, através da ferramenta implementada, as vantagens do uso de técnicas de recomendação aplicadas a sistemas de peer help.
OBJETIVOS ESPECÍFICOS
Realizar pesquisa com usuários a fim de identificar que fatores estes levam em consideração ao escolher uma pessoa para responder uma dúvida sobre o uso do sistema colaborativo de ensino.
Implementar uma ferramenta que estenda a arquitetura PHAVEA, incluindo a análise de similaridade entre usuários.
Analisar, através da ferramenta implementada, as vantagens do uso de técnicas de recomendação aplicadas a sistemas de peer help.
OBJETIVOS ESPECÍFICOS
RESULTADOS DA PESQUISA
Perfil
100 resultados 48% alunos 29% professores 22% professores/alunos 1% suporte técnico
RESULTADOS DA PESQUISA
Perfil
45% utilizam ambientes colaborativos de ensino a mais de 5 anos
24% de 3 a 5 anos 28% de 1 a 3 anos 3% a menos de 1 ano
RESULTADOS DA PESQUISA
Tratamento de dúvidas
46% usam a ajuda do sistema 55% utilizam o Google 48% solicitam ajuda a outras pessoas 3% usam tentativa e erro 1% buscam ajuda no site do Moodle
* Dados com intersecção
RESULTADOS DA PESQUISA
Tratamento de dúvidas
46% usam a ajuda do sistema 55% utilizam o Google 48% solicitam ajuda a outras pessoas 3% usam tentativa e erro 1% buscam ajuda no site do Moodle
* Dados com intersecção
RESULTADOS DA PESQUISA
Tratamento de dúvidas através de outro usuário
34% falariam com um colega próximo 2% ligariam a um colega 17% ligaria para o help Desk 46% utilizariam um recurso
computacional para entrar em contato com um colega
* Dados com intersecção
RESULTADOS DA PESQUISA
RESULTADOS DA PESQUISA
RESULTADOS DA PESQUISA
RESULTADOS DA PESQUISA
RESULTADOS DA PESQUISA
Tipo de dúvida
Como o usuário escolhe o “par”?
Como usar essa informação para a ajuda em pares?
Uso do ambiente
Tempo de uso da ferramenta Através da medição do tempo de uso do ambiente de cada usuário, encaminhando a dúvida aos que possuem mais tempo.
Conhecimento técnico Através da análise dos logs do ambiente e feedbacks dos usuários, mensurar o conhecimento técnico, utilizando essa informação no processo de escolha do “par”.
Receptividade Através da análise do histórico de ajuda de cada usuário, verificar os usuários que mais fornecem ajuda aos outros, e que possuam feedback positivo sobre essa ajuda, encaminhando a dúvida a estas pessoas.
Afinidade Por ser um critério não mensurável, não poderia ser utilizado dentro do sistema.
Conteúdo das disciplinas
Área de Atuação Por ser um critério não mensurável, não poderia ser utilizado dentro do sistema.
Disciplinas Através dessas informações, um algoritmo de recomendação poderia identificar os índices de similaridade dentre usuários, utilizando esta informação para o encaminhamento da dúvida para usuários similares.
RESULTADOS DA PESQUISA
Os resultados obtidos nesta pesquisa, resultaram em um artigo científico, artigo este que foi aceito e será apresentado no Simpósio Brasileiro de Informática na Educação – SBIE 2012 (Evento Qualis B2).
Professores possuem mais dificuldades:
Dos usuários que possuem dúvidas frequentemente, 67% são professores;
Experimento de Leite e Silveira [Lei11], mostra que professores possuem mais dificuldades
Complexidade das tarefas
Necessário experiência e conhecimentos elevados para configurar o ambiente
APLICANDO OS DADOS OBTIDOS
APLICANDO OS DADOS OBTIDOS
Tipo de dúvida
Como o usuário escolhe o “par”?
Como usar essa informação para a ajuda em pares?
Uso do ambiente
Tempo de uso da ferramenta
Através da medição do tempo de uso do ambiente de cada usuário, encaminhando a dúvida aos que possuem mais tempo.
Conhecimento técnico* Através da análise dos logs do ambiente e feedbacks dos usuários, mensurar o conhecimento técnico, utilizando essa informação no processo de escolha do “par”.
Receptividade* Através da análise do histórico de ajuda de cada usuário, verificar os usuários que mais fornecem ajuda aos outros, e que possuam feedback positivo sobre essa ajuda, encaminhando a dúvida a estas pessoas.
Ferramentas configuradas
Através das informações sobre ferramentas do Moodle que cada usuário já configurou, identificando através de algoritmos de recomendação os índices de similaridade dentre usuários, e utilizando estas informações para gerar os pares.
* São implementados pela arquitetura PHAVEA
APLICANDO OS DADOS OBTIDOS
Como a arquitetura PHAVEA classifica os seus usuários?
𝐶𝑎𝑡=(∑ 𝑥−∑ 𝑦 )∗𝑃Onde:x avaliações positivas;y avaliações negativas;P perfil do solicitante (aquele que pede por ajuda):Solicitante iniciante recebe P=1;Solicitante intermediário recebe P=2;Solicitante avançado recebe P=3.
Foco no Moodle e nos usuários com perfil de professor
Otimizar um sistema de ajuda em pares já existente, prototipado no trabalho de Leite e Silveira [Lei12], que utiliza a arquitetura Phavea
Incluir a análise de similaridade dos usuários(traçada com base nas ferramentas por eles utilizadas) e o tempo de uso do ambiente ao processo de formação de pares
APLICANDO OS DADOS OBTIDOS
Planejar a extensão da arquitetura Phavea, através de uma ferramenta que também implemente algoritmos de análise de similaridade, levando em consideração os fatores identificados na survey como sendo relevantes ao selecionar um usuário para responder uma pergunta.
Período: Set/12 à Out/12 Definir o algoritmo de análise de
similaridade adequado ao contexto de combinação social que possa ser aplicado ao protótipo proposto utilizando os dados previamente identificados.
Período: Out/12
CRONOGRAMA (1/3)
Prototipar a ferramenta proposta. Período: Out/12 à Dez/12
Efetuar a análise funcional da ferramenta.
Período: Dez/12
Analisar a ferramenta proposta junto a usuários de ambientes colaborativos de ensino.Período: Jan/13
CRONOGRAMA (2/3)
Analisar os dados obtidos nas entrevistas.Período: Jan/13 à Fev/13
Redigir a Dissertação de mestrado.Período: Out/12 à Fev/13
Preparar e apresentar a Dissertação de mestrado.Período: Mar/13
CRONOGRAMA (3/3)
CRONOGRAMA – VISÃO GERAL
Set Out Nov Dez Jan Fev Mar
Extensão Phavea
Algoritmo
Protótipo
Analise funcional
Entrevista com usuários
Análise dos dados
Redigir dissertação
Defesa da dissertação
REFERÊNCIAS[Jos80] Joseph, M. S. “Helping users help themselves”, In:
8th annual ACM SUGUCCS conference on User services, 1980, P. 108-110.
[Lei10] Leite, L. L.; Silveira, M. S. “Phavea: um arquitetura de peer help para o Moodle”. In: XXXVII Seminário Integrado de Software e Hardware, 2010, P. 478-488.
[Lei12] Leite, L. L. “Colaboração entre Pares paraMelhor Compreensão da Mensagem do DesignerVia Sistemas de Ajuda”, Tese de Doutorado,PUCRS, 2012, 117p.
[Ric10] Ricci, F.; Rokach, L.; Shapira, B.; Kantor, P. B. “Recommender systems handbook”. New York: Springer, 2010, 872p.
[Vou05] Vouligny, L; Robert, J. “Online help system design based on the situated action theory”. In: 2005 Latin American conference on Human-computer interaction, 2005, 12p.