Sistema de recomendaciones de contenidos educativos de vod centrado en las competencias educativas

El Video bajo Demanda (VoD) es en la actualidad una importante fuente de información para el apoyo de procesos educativos de enseñanza y aprendizaje. Especialmente, plataformas web como Youtube y WatchKnowLearn gozan de gran popularidad entre las personas debido a la facilidad en el acceso y reprodu...

Full description

Autores:
Duran Dorado, Diego Fabian
Tipo de recurso:
Doctoral thesis
Fecha de publicación:
2019
Institución:
Universidad del Cauca
Repositorio:
Repositorio Unicauca
Idioma:
spa
OAI Identifier:
oai:repositorio.unicauca.edu.co:123456789/1258
Acceso en línea:
http://repositorio.unicauca.edu.co:8080/xmlui/handle/123456789/1258
Palabra clave:
Contenidos educativos
VoD
Competencias educativas
Ontologías
Competencias individuales
Rights
License
https://creativecommons.org/licenses/by-nc-nd/4.0/
Description
Summary:El Video bajo Demanda (VoD) es en la actualidad una importante fuente de información para el apoyo de procesos educativos de enseñanza y aprendizaje. Especialmente, plataformas web como Youtube y WatchKnowLearn gozan de gran popularidad entre las personas debido a la facilidad en el acceso y reproducción de los recursos que ofrecen. Sin embargo, las personas se deben enfrentar a dos problemas que dificultan la búsqueda efectiva de información. El primero, es la sobrecarga de información. De acuerdo con Levy [1], es “la exposición a, o provisión de, demasiada información; una situación problemática o estado de estrés mental aparece a raíz de esto”. El segundo, relacionado con la metacognición [2], consiste en que los estudiantes generalmente no son conscientes de sus estados y procesos cognitivos, así como de su habilidad para monitorear y ajustar conscientemente tales aspectos. Así, la ausencia de cierto nivel de metacognición dificulta la selección de recursos relevantes [3]. Con el propósito de proveer una alternativa de solución a estos problemas, el presente trabajo de investigación propone un Sistema de Recomendaciones (SR) centrado en competencias educativas, el cual utiliza técnicas de la web semántica para usar conocimiento aseverado e inferido dentro del proceso de obtención de recomendaciones. El SR propuesto integra una serie de productos derivados de la investigación que se resumen a continuación: 1. Un esquema de metadatos para la descripción de contenidos de VoD de acuerdo a las competencias educativas (Capítulo 3), el cual establece atributos y vínculos lógicos entre contenidos y competencias. 2. Una ontología del dominio de los contenidos de VoD y las competencias (Capítulo 4), la cual adapta ontologías existentes en la literatura de acuerdo al esquema de metadatos con el propósito de permitir la aplicación de técnicas de la web en la inferencia de conocimiento útil en el proceso de recomendación. 3. Un método computacional basado en información cualitativa (Capítulo 5) que permite evaluar competencias aplicando un modelo de computación lingüístico sobre las relaciones de subsunción entre competencias formalizadas en los mapas de competencias. 4. Una estrategia de recomendación de contenidos de VoD enfocada en el cubrimiento de las necesidades educativas de los estudiantes (Capítulo 6). Para esto, la estrategia construye perfiles de usuario que formalizan las falencias y fortalezas en el aprendizaje, y a partir de ellos, aplica técnicas de ponderación de asociaciones semánticas (adaptadas al contexto del trabajo) sobre la ontología para inferir conocimiento propicio para mantener el carácter personalizado de las recomendaciones. 5. Una evaluación del SR enfocada en la precisión (Capítulo 7), entendiéndose ésta como una medida de la pertinencia de los contenidos de VoD para apoyar el aprendizaje de los estudiantes según el criterio de los expertos. Esto se realizó comparativamente con relación a un SR construido con base en el coeficiente Sørensen-Dice. Entre los resultados más importantes de la investigación, se comprobó que el SR, en una configuración por defecto determinada experimentalmente, alcanza una precisión del 65% que aumenta directamente proporcional a la cantidad de asociaciones semánticas descubiertas en una base de conocimiento construida a partir de la ontología propuesta. En concreto, supera en un 38% el rendimiento del sistema basado en el coeficiente Sørensen-Dice. Esta diferencia es estadísticamente significativa con una seguridad del 99%, de acuerdo a un estudio de significancia estadística. Esto se debe a que el error estándar inherente a la experimentación (0,0008) es menor que 0,01.