Integrando Sistemas de Recomendação com Mineração de Dados Educacionais e Learning Analytics: Uma revisão sistemática da Literatura

Fábio Josende Paz, Silvio César Cazella

Resumo


Apesar de modelos de previsão de desempenho educacional ser um assunto novo, está crescendo o interesse de profissionais da área em sua utilização. Este artigo objetiva apresentar uma revisão sistemática da literatura para identificar publicações científicas sobre Sistemas de Recomendação com Learning Analytics (LA) e Mineração de Dados Educacionais (MDE) a fim de obter uma visão do estado da arte. A revisão foi realizada utilizando as bases do Portal de Periódicos da Capes o qual possui mais de 38 mil publicações, foram encontrados 251 estudos internacionais para a revisão, sendo 7 estudos incluídos para uma análise aprofundada. Entre seus principais resultados destaca-se a apresentação de indicadores gerados por LA e MDE apresentados através de Dashboards que auxiliam no processo de ensino e aprendizagem, também que não foram encontrados sistemas de recomendações para coordenadores de cursos e gestores de instituições. Em síntese, é possível que este mapeamento permita aos pesquisadores ter um panorama sobre o tema objeto de estudo e que o mesmo aponta tendências de pesquisa que poderão ser foco de futuras investigações.

Palavras-chave


Revisão sistemática, Sistema de Recomendação Educacional, Gestão Educacional.

Texto completo:

PDF


DOI: https://doi.org/10.22456/1679-1916.85925

Direitos autorais 2018 RENOTE



RENOTE - Revista Novas Tecnologias na Educação      ISSN 1679-1916

A RENOTE, possui a nota Qualis B1 (Ensino) e B1 (Interdisciplinar) no Sistema de Avaliação da CAPES.

Centro Interdisciplinar de Novas Tecnologias na Educação (CINTED) - Universidade Federal do Rio Grande do Sul (UFRGS)

Avenida Paulo Gama, 110 - Anexo III – 3o andar
Porto Alegre, RS, Brasil – CEP: 90040-060

Telefone: (51) 3308-4100
E-mail: renote@cinted.ufrgs.br