Luana Müller Orientadora: Profª. Drª. Milene Selbach Silveira.

30
APLICANDO TÉCNICAS DE RECOMENDAÇÃO EM SISTEMAS DE AJUDA EM PARES Luana Müller Orientadora: Profª. Drª. Milene Selbach Silveira

Transcript of Luana Müller Orientadora: Profª. Drª. Milene Selbach Silveira.

Page 1: 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

Page 2: 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.

Page 3: Luana Müller Orientadora: Profª. Drª. Milene Selbach Silveira.

SISTEMAS DE AJUDA EM PARES

Ajuda através da interação entre usuários.

Complementa a ajuda fornecida pelo sistema de ajuda on-line.

Page 4: Luana Müller Orientadora: Profª. Drª. Milene Selbach Silveira.

SISTEMAS DE RECOMENDAÇÃO

Ferramentas de software e técnicas cujo objetivo é prover sugestões de itens para usuários [Ric10].

Itens de recomendação.

Combinação social.

Page 5: Luana Müller Orientadora: Profª. Drª. Milene Selbach Silveira.

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.

Page 6: Luana Müller Orientadora: Profª. Drª. Milene Selbach Silveira.

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.

Page 7: Luana Müller Orientadora: Profª. Drª. Milene Selbach Silveira.

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.

Page 8: Luana Müller Orientadora: Profª. Drª. Milene Selbach Silveira.

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.

Page 9: Luana Müller Orientadora: Profª. Drª. Milene Selbach Silveira.

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

Page 10: Luana Müller Orientadora: Profª. Drª. Milene Selbach Silveira.

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

Page 11: Luana Müller Orientadora: Profª. Drª. Milene Selbach Silveira.

RESULTADOS DA PESQUISA

Perfil

100 resultados 48% alunos 29% professores 22% professores/alunos 1% suporte técnico

Page 12: Luana Müller Orientadora: Profª. Drª. Milene Selbach Silveira.

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

Page 13: Luana Müller Orientadora: Profª. Drª. Milene Selbach Silveira.

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

Page 14: Luana Müller Orientadora: Profª. Drª. Milene Selbach Silveira.

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

Page 15: Luana Müller Orientadora: Profª. Drª. Milene Selbach Silveira.

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

Page 16: Luana Müller Orientadora: Profª. Drª. Milene Selbach Silveira.

RESULTADOS DA PESQUISA

Page 17: Luana Müller Orientadora: Profª. Drª. Milene Selbach Silveira.

RESULTADOS DA PESQUISA

Page 18: Luana Müller Orientadora: Profª. Drª. Milene Selbach Silveira.

RESULTADOS DA PESQUISA

Page 19: Luana Müller Orientadora: Profª. Drª. Milene Selbach Silveira.

RESULTADOS DA PESQUISA

Page 20: Luana Müller Orientadora: Profª. Drª. Milene Selbach Silveira.

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.

Page 21: Luana Müller Orientadora: Profª. Drª. Milene Selbach Silveira.

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).

Page 22: Luana Müller Orientadora: Profª. Drª. Milene Selbach Silveira.

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

Page 23: Luana Müller Orientadora: Profª. Drª. Milene Selbach Silveira.

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

Page 24: Luana Müller Orientadora: Profª. Drª. Milene Selbach Silveira.

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.

Page 25: Luana Müller Orientadora: Profª. Drª. Milene Selbach Silveira.

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

Page 26: Luana Müller Orientadora: Profª. Drª. Milene Selbach Silveira.

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)

Page 27: Luana Müller Orientadora: Profª. Drª. Milene Selbach Silveira.

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)

Page 28: Luana Müller Orientadora: Profª. Drª. Milene Selbach Silveira.

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)

Page 29: Luana Müller Orientadora: Profª. Drª. Milene Selbach Silveira.

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

Page 30: Luana Müller Orientadora: Profª. Drª. Milene Selbach Silveira.

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.