{"id":1854,"date":"2020-08-10T22:53:04","date_gmt":"2020-08-11T01:53:04","guid":{"rendered":"https:\/\/ceie.sbc.org.br\/livrodidatico\/?p=1854"},"modified":"2021-03-03T20:06:12","modified_gmt":"2021-03-03T23:06:12","slug":"sistemas-recomendacao","status":"publish","type":"post","link":"https:\/\/ceie.sbc.org.br\/livrodidatico\/index.php\/sistemas-recomendacao\/","title":{"rendered":"Sistemas de Recomenda\u00e7\u00e3o para Educa\u00e7\u00e3o"},"content":{"rendered":"<p>(<a href=\"#Motta\">Claudia Lage Rebello da Motta<\/a>, <a href=\"#Santoro\">Fl\u00e1via Maria Santoro<\/a>, <a href=\"#Brito\">Walkir Alexandre Toscano de Brito<\/a>)<\/p>\n<p><!-- IMAGEM DISPARADORA - PENDENTE --><\/p>\n<section id=\"imagemDisparadora\"><!-- IMAGEM --><br \/>\n<a href=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/sistemasRecomendacao.jpg\"><img loading=\"lazy\" decoding=\"async\" class=\"aligncenter size-full wp-image-2810\" src=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/sistemasRecomendacao.jpg\" alt=\"Sistema de recomenda\u00e7\u00e3o\" width=\"2091\" height=\"1732\" srcset=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/sistemasRecomendacao.jpg 2091w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/sistemasRecomendacao-300x248.jpg 300w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/sistemasRecomendacao-1024x848.jpg 1024w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/sistemasRecomendacao-768x636.jpg 768w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/sistemasRecomendacao-1536x1272.jpg 1536w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/sistemasRecomendacao-2048x1696.jpg 2048w\" sizes=\"auto, (max-width: 2091px) 100vw, 2091px\" \/><\/a><\/p>\n<h4>Como sistemas podem apoiar o processo ensino-aprendizagem sugerindo materiais e pessoas?<\/h4>\n<p><!-- TEXTO INTRODUT\u00d3RIO --><\/p>\n<p>Voc\u00ea certamente j\u00e1 recebeu alguma indica\u00e7\u00e3o de produto ap\u00f3s fazer uma compra na Amazon, ou j\u00e1 notou que a Netflix procura identificar suas prefer\u00eancias a partir dos filmes e s\u00e9ries que voc\u00ea assiste. Ou quem sabe o pr\u00f3prio Facebook j\u00e1 lhe sugeriu novos amigos. Ent\u00e3o voc\u00ea j\u00e1 conhece sistemas de recomenda\u00e7\u00e3o. Mas o que talvez voc\u00ea n\u00e3o saiba \u00e9 que, da mesma forma que sistemas lhe recomendam produtos, eles podem lhe auxiliar no processo de ensino-aprendizagem. Vamos descobrir como estes sistemas funcionam?<\/p>\n<\/section>\n<p><!-- OBJETIVOS EDUCACIONAIS --><\/p>\n<section id=\"objetivosEducacionais\">\n<h4>Objetivos Educacionais:<\/h4>\n<ul>\n<li>Apresentar os conceitos b\u00e1sicos e as principais t\u00e9cnicas dos sistemas de recomenda\u00e7\u00e3o;<\/li>\n<li>Discutir como estes sistemas podem ser usados para beneficiar o processo ensino-aprendizagem;<\/li>\n<li>Mostrar exemplos de sistemas de recomenda\u00e7\u00e3o para educa\u00e7\u00e3o.<\/li>\n<\/ul>\n<h4>\u00cdndice:<\/h4>\n<ul>\n<li><a href=\"#s1\">1 INTRODU\u00c7\u00c3O<\/a><\/li>\n<li><a href=\"#s2\">2 FUNCIONAMENTO DOS SISTEMAS DE RECOMENDA\u00c7\u00c3O<\/a><\/li>\n<li><a href=\"#s3\">3 TIPOS DE RECOMENDA\u00c7\u00c3O<\/a>\n<ul>\n<li><a href=\"#s31\">3.1 Sistemas Baseados em Conte\u00fado<\/a><\/li>\n<li><a href=\"#s32\">3.2 Sistemas Baseados em Filtragem Colaborativa<\/a><\/li>\n<li><a href=\"#s33\">3.3 Sistemas H\u00edbridos<\/a><\/li>\n<\/ul>\n<\/li>\n<li><a href=\"#s4\">4 O USO DE SISTEMAS DE RECOMENDA\u00c7\u00c3O EM AMBIENTE EDUCACIONAL<\/a>\n<ul>\n<li><a href=\"#s41\">4.1 ActivUFRJ<\/a><\/li>\n<li><a href=\"#s42\">4.2 Sistema de Recomenda\u00e7\u00e3o de Materiais Did\u00e1ticos<\/a><\/li>\n<li><a href=\"#s43\">4.3 Portal da Rob\u00f3tica Escolar: Uma Proposta para Recomenda\u00e7\u00e3o de Atividades Tecnol\u00f3gicas para Escolares<\/a><\/li>\n<li><a href=\"#s44\">4.4 Sistema de Recomenda\u00e7\u00e3o de Jogos para o Ensino da Matem\u00e1tica<\/a><\/li>\n<\/ul>\n<\/li>\n<li><a href=\"#s5\">5 GEEKIE GAMES: UM EXEMPLO DE SISTEMA DE RECOMENDA\u00c7\u00c3O PARA EDUCA\u00c7\u00c3O<\/a><\/li>\n<li><a href=\"#s6\">6 CONCLUS\u00d5ES<\/a><\/li>\n<li><a href=\"#resumo\">Resumo<\/a><\/li>\n<li><a href=\"#leituras\">Leituras Recomendadas<\/a><\/li>\n<li><a href=\"#exercicios\">Exerc\u00edcios<\/a><\/li>\n<li><a href=\"#referencias\">Refer\u00eancias<\/a><\/li>\n<li><a href=\"#listaAutores\">Autoria<\/a><\/li>\n<li><a href=\"#citar\">Como citar este cap\u00edtulo<\/a><\/li>\n<li><a href=\"#comentarios\">Coment\u00e1rios<\/a><\/li>\n<\/ul>\n<\/section>\n<section><!-- SE\u00c7\u00c3O 1--><\/p>\n<h2 id=\"s1\">1 INTRODU\u00c7\u00c3O<\/h2>\n<p>Os sistemas de recomenda\u00e7\u00e3o j\u00e1 fazem parte do nosso dia a dia. Quando voc\u00ea faz uma compra em sites como <a href=\"https:\/\/www.amazon.com.br\">Amazon<\/a>, <a href=\"https:\/\/www.saraiva.com.br\/\">Saraiva<\/a> ou <a href=\"https:\/\/www.americanas.com.br\/\">Lojas Americanas<\/a>, por exemplo, recebe sugest\u00f5es de livros ou produtos relacionados ao que voc\u00ea est\u00e1 adquirindo ou est\u00e1 interessado. Quando voc\u00ea assiste filmes e s\u00e9ries na <a href=\"http:\/\/netflix.com\">Netflix<\/a>, seu perfil com suas escolhas vai sendo constru\u00eddo e aos poucos as sugest\u00f5es se tornam mais precisas. O que est\u00e1 por tr\u00e1s dessas indica\u00e7\u00f5es \u00e9 o que chamamos de \u201cSistemas de Recomenda\u00e7\u00e3o\u201d.<\/p>\n<p>Os Sistemas de Recomenda\u00e7\u00e3o come\u00e7aram com a ideia do \u201cboca a boca\u201d. Imagine que voc\u00ea anda estudando muito, mas resolve dar uma volta para descansar. Tem pouco tempo para decidir qual filme assistir e, como tem estado muito ocupado, n\u00e3o tem ideia do que est\u00e1 passando nos cinemas. O que voc\u00ea faz? Bem, a maior parte das pessoas consulta algum amigo que tenha o mesmo gosto ou que confie no seu julgamento. Pronto! Resolvido.<\/p>\n<p><!-- QUADRO COMUM --><\/p>\n<section class=\"quadro\">\n<h5>A Netflix explica aos seus clientes as avalia\u00e7\u00f5es e recomenda\u00e7\u00f5es!<\/h5>\n<p><a href=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_01.png\"><img loading=\"lazy\" decoding=\"async\" class=\"aligncenter size-full wp-image-1887\" src=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_01.png\" alt=\"Ilustra\u00e7\u00e3o sobre como a Netflix explica aos seus clientes as avalia\u00e7\u00f5es e recomenda\u00e7\u00f5es\" width=\"311\" height=\"164\" srcset=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_01.png 311w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_01-300x158.png 300w\" sizes=\"auto, (max-width: 311px) 100vw, 311px\" \/><\/a><\/p>\n<p>Voc\u00ea pode classificar as sugest\u00f5es de filmes e s\u00e9ries com os sinais de aprova\u00e7\u00e3o ou desaprova\u00e7\u00e3o. Al\u00e9m disso, temos um \u00f3timo mecanismo integrado para sugerir s\u00f3 os conte\u00fados que achamos que despertar\u00e3o o seu interesse com base em seu hist\u00f3rico de reprodu\u00e7\u00e3o. Quanto mais voc\u00ea usar a Netflix, mais relevantes ser\u00e3o as sugest\u00f5es.<\/p>\n<p>A Netflix d\u00e1 a voc\u00ea a op\u00e7\u00e3o de classificar filmes e s\u00e9ries j\u00e1 assistidos ou que foram recomendados para voc\u00ea com um sistema de aprova\u00e7\u00e3o (s\u00edmbolo de \u201cgostei\u201d) e desaprova\u00e7\u00e3o (s\u00edmbolo de \u201cn\u00e3o gostei\u201d). A porcentagem exibida ao lado de um t\u00edtulo indica a nossa estimativa de probabilidade de voc\u00ea gostar dele.<\/p>\n<p>Voc\u00ea tamb\u00e9m pode classificar os t\u00edtulos na p\u00e1gina de descri\u00e7\u00e3o dos filmes e s\u00e9ries. Tamb\u00e9m \u00e9 poss\u00edvel rever os t\u00edtulos que voc\u00ea j\u00e1 classificou clicando em Classifica\u00e7\u00f5es na se\u00e7\u00e3o \u201cMeu perfil\u201d, em \u201cSua Conta\u201d. As classifica\u00e7\u00f5es que voc\u00ea fez usando nosso antigo sistema de classifica\u00e7\u00e3o com estrelas est\u00e3o armazenadas e ainda s\u00e3o usadas para personalizar sua experi\u00eancia Netflix.<br \/>\nA classifica\u00e7\u00e3o dos filmes e s\u00e9ries \u00e9 uma maneira f\u00e1cil de nos mostrar do que voc\u00ea gosta. Quanto mais t\u00edtulos voc\u00ea classificar, melhores ser\u00e3o as sugest\u00f5es que faremos para voc\u00ea.<\/p>\n<p>Fonte: <a href=\"https:\/\/help.netflix.com\/pt\/node\/9898\">https:\/\/help.netflix.com\/pt\/node\/9898<\/a><\/p>\n<\/section>\n<p>Explicando de forma resumida, os Sistemas de Recomenda\u00e7\u00e3o trabalham mais ou menos assim:<\/p>\n<ol>\n<li>Identificam pessoas que t\u00eam interesses em comum.<\/li>\n<li>Contabilizam as avalia\u00e7\u00f5es que essas pessoas fazem dos itens disponibilizados.<\/li>\n<li>Utilizam c\u00e1lculos estat\u00edsticos para descobrir quem s\u00e3o os pares, ou seja, pessoas que gostam das mesmas coisas ou que tem gostos opostos.<\/li>\n<li>A partir dessas informa\u00e7\u00f5es, recomendam itens para uma pessoa com base na avalia\u00e7\u00e3o de seus pares.<\/li>\n<\/ol>\n<p>\u00c0 medida que voc\u00ea d\u00e1 um feedback para o sistema, dizendo se gostou ou n\u00e3o daquela recomenda\u00e7\u00e3o, ele refaz os c\u00e1lculos e ajustes necess\u00e1rios para aperfei\u00e7oar as recomenda\u00e7\u00f5es.<\/p>\n<p>Os Sistemas de Recomenda\u00e7\u00e3o s\u00e3o uma evolu\u00e7\u00e3o dos chamados Sistemas de Filtragem Cooperativa. O sistema Tapestry, lan\u00e7ado em 1992, cunhou o termo Filtragem Cooperativa, enquanto que os autores Resnick e Varian (CACM, 1997) definiram os Sistemas de Recomenda\u00e7\u00e3o, cujo processo chave \u00e9 comparar usu\u00e1rios a fim de encontrar interesses similares (utilizando avalia\u00e7\u00f5es e anota\u00e7\u00f5es). Atrav\u00e9s da Figura 1 voc\u00ea pode acompanhar o hist\u00f3rico dos principais sistemas desenvolvidos. J\u00e1 a Tabela 1 apresenta os tipos de itens recomendados pelos primeiros sistemas.<\/p>\n<figure>\n<h5>Figura 1 \u2013 Linha do tempo da hist\u00f3ria de Sistemas de Recomenda\u00e7\u00e3o<\/h5>\n<p><a href=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_02.png\"><br \/>\n<img loading=\"lazy\" decoding=\"async\" class=\"aligncenter size-full wp-image-1982\" src=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_02.png\" alt=\"Linha do tempo da hist\u00f3ria de Sistemas de Recomenda\u00e7\u00e3o\" width=\"766\" height=\"272\" srcset=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_02.png 766w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_02-300x107.png 300w\" sizes=\"auto, (max-width: 766px) 100vw, 766px\" \/><\/a><figcaption>Fonte: Os autores<\/figcaption><\/figure>\n<figure>\n<h5>Tabela 1 &#8211; Quais foram os primeiros sistemas de recomenda\u00e7\u00e3o e o que eles recomendavam?<\/h5>\n<p><a href=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_03.png\"><img decoding=\"async\" class=\"aligncenter size-full wp-image-1983\" src=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_03.png\" alt=\"Tabela 1 - primeiros sistemas de recomenda\u00e7\u00e3o\" width=\"600\" srcset=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_03.png 1141w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_03-300x183.png 300w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_03-1024x624.png 1024w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_03-768x468.png 768w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_03-750x458.png 750w\" sizes=\"(max-width: 1141px) 100vw, 1141px\" \/><\/a><figcaption>Fonte: Os autores<\/figcaption><\/figure>\n<p>Diversos outros sistemas foram propostos desde ent\u00e3o. Vamos estudar mais sobre como estes sistemas funcionam?<\/p>\n<\/section>\n<section><!-- SE\u00c7\u00c3O 2--><\/p>\n<h2 id=\"s2\">2 FUNCIONAMENTO DOS SISTEMAS DE RECOMENDA\u00c7\u00c3O<\/h2>\n<p>Os Sistemas de Recomenda\u00e7\u00e3o s\u00e3o muito utilizados no com\u00e9rcio eletr\u00f4nico pois, como se costuma dizer, os concorrentes est\u00e3o a um \u201cclique no mouse\u201d de dist\u00e2ncia. Se a recomenda\u00e7\u00e3o deixa o comprador feliz por ter entendido o que ele deseja, ele volta a comprar na mesma loja, ocorrendo assim a sua fideliza\u00e7\u00e3o.<\/p>\n<p>A Figura 2 ilustra um esquema geral de como funcionam os Sistemas de Recomenda\u00e7\u00e3o. Existem alguns m\u00e9todos de recomenda\u00e7\u00e3o (implementados por algoritmos computacionais) que recebem tanto entradas dos usu\u00e1rios individualmente, quanto informa\u00e7\u00f5es reunidas provenientes de todos os membros da comunidade que participam deste sistema. A partir destas informa\u00e7\u00f5es, determinados m\u00e9todos podem gerar sugest\u00f5es, previs\u00f5es, avalia\u00e7\u00f5es e revis\u00f5es, que s\u00e3o apresentadas ao usu\u00e1rio como recomenda\u00e7\u00f5es. O usu\u00e1rio, por sua vez, deve enviar um feedback ao sistema sobre a recomenda\u00e7\u00e3o recebida, para que os resultados possam ser aprimorados continuamente.<\/p>\n<figure>\n<h5>Figura 2 \u2013 Funcionamento de Sistemas de Recomenda\u00e7\u00e3o<\/h5>\n<p><a href=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_04.png\"><img loading=\"lazy\" decoding=\"async\" class=\"aligncenter size-large wp-image-1890\" src=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_04-1024x576.png\" alt=\"Figura 2 \u2013 Funcionamento de Sistemas de Recomenda\u00e7\u00e3o\" width=\"750\" height=\"422\" srcset=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_04-1024x576.png 1024w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_04-300x169.png 300w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_04-768x432.png 768w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_04.png 1280w\" sizes=\"auto, (max-width: 750px) 100vw, 750px\" \/><\/a><figcaption>Fonte: <a href=\"#SCHAFER2001\">Schafer, Konstan e Riedl, 2001<\/a><\/figcaption><\/figure>\n<p>As entradas do usu\u00e1rio-alvo permitem que o sistema ofere\u00e7a recomenda\u00e7\u00f5es personalizadas. Os sistemas respondem ao usu\u00e1rio de acordo com seu estado atual atrav\u00e9s de informa\u00e7\u00e3o obtidas com a navega\u00e7\u00e3o do mesmo. Portanto, as informa\u00e7\u00f5es sobre navega\u00e7\u00e3o impl\u00edcita e navega\u00e7\u00e3o expl\u00edcita s\u00e3o importantes entradas para o sistema. Na navega\u00e7\u00e3o expl\u00edcita, o usu\u00e1rio fornece informa\u00e7\u00f5es sobre suas prefer\u00eancias a fim de refinar as recomenda\u00e7\u00f5es (entrada intencional), enquanto na navega\u00e7\u00e3o impl\u00edcita, o sistema captura as p\u00e1ginas acessadas pelo usu\u00e1rio. As entradas da comunidade incluem um grande volume de informa\u00e7\u00e3o que representam como v\u00e1rios indiv\u00edduos dessa comunidade, ou a comunidade como um todo, percebem os itens.<\/p>\n<p>As recomenda\u00e7\u00f5es sobre itens variam de acordo com o tipo, quantidade e a apresenta\u00e7\u00e3o das informa\u00e7\u00f5es fornecidas pelo usu\u00e1rio. Existem tr\u00eas principais tipos de sa\u00edda nos Sistemas de Recomenda\u00e7\u00e3o: Sugest\u00e3o, Previs\u00e3o e Avalia\u00e7\u00e3o.<\/p>\n<p>Al\u00e9m disso, como a Figura 2 ilustra, a entrega das recomenda\u00e7\u00f5es pelo sistema pode ser de 3 tipos:<\/p>\n<ul>\n<li><em>Passiva<\/em> \u2013 exibe as recomenda\u00e7\u00f5es no contexto da aplica\u00e7\u00e3o. Este tipo de entrega apresenta a desvantagem de que as recomenda\u00e7\u00f5es podem passar desapercebidas. Um exemplo desse tipo de entrega s\u00e3o aquelas mensagens que aparecem enquanto voc\u00ea est\u00e1 navegando no site de compras, como \u201cos mais vendidos\u201d ou \u201cclientes que compram tal livro compram tamb\u00e9m tais livros\u201d.<\/li>\n<li><em>Pull<\/em> \u2013 permite que os usu\u00e1rios controlem quando suas recomenda\u00e7\u00f5es ser\u00e3o exibidas. O sistema apenas avisa que existem recomenda\u00e7\u00f5es dispon\u00edveis, mas estas s\u00f3 ser\u00e3o exibidas quando o usu\u00e1rio requisitar. Este tipo de entrega est\u00e1 associado aos sistemas nos quais \u00e9 preciso <em>logar<\/em> para poder interagir. O sistema processa o seu perfil pelas suas escolhas enquanto voc\u00ea navega e guarda as recomenda\u00e7\u00f5es para quando voc\u00ea quiser consult\u00e1-las.<\/li>\n<li><em>Push<\/em> \u2013 envia recomenda\u00e7\u00f5es para o usu\u00e1rio mesmo quando este n\u00e3o est\u00e1 interagindo com o sistema. A maneira mais comum de implementar este m\u00e9todo \u00e9 atrav\u00e9s do envio de emails contendo recomenda\u00e7\u00f5es. Neste caso, o sistema tamb\u00e9m \u00e9 persistente e armazena o seu perfil. Sempre que encontra algo que possa te interessar, ele envia a recomenda\u00e7\u00e3o por email para voc\u00ea.<\/li>\n<\/ul>\n<p>Existem v\u00e1rios m\u00e9todos de recomenda\u00e7\u00e3o usados nos sistemas atuais, alguns desses sistemas combinam duas ou mais t\u00e9cnicas:<\/p>\n<ul>\n<li>M\u00e9todo de Extra\u00e7\u00e3o Bruto: oferece aos usu\u00e1rios uma interface de busca onde o usu\u00e1rio pode pesquisar na base de dados por informa\u00e7\u00f5es e receber como \u201crecomenda\u00e7\u00e3o\u201d as informa\u00e7\u00f5es retornadas pela pesquisa. Embora este m\u00e9todo n\u00e3o seja tecnicamente um m\u00e9todo de recomenda\u00e7\u00e3o, aos usu\u00e1rios parece ser.<\/li>\n<li>Sele\u00e7\u00e3o Manual: conta com a interfer\u00eancia humana, pois especialistas sobre cada assunto avaliam os itens para que estes possam ser recomendados. Esses especialistas avaliam os itens com base no seu gosto pessoal, nos seus interesses e objetivos a fim de criarem listas de itens recomendados aos membros da comunidade.<\/li>\n<li>Resumo Estat\u00edstico: \u00e9 usado quando n\u00e3o \u00e9 necess\u00e1rio (ou n\u00e3o \u00e9 poss\u00edvel) personalizar as recomenda\u00e7\u00f5es. Este m\u00e9todo recomenda os itens de acordo com sua popularidade entre os membros da comunidade ou com a m\u00e9dia ou resumo das avalia\u00e7\u00f5es. Apesar desse m\u00e9todo oferecer recomenda\u00e7\u00f5es n\u00e3o personalizadas, ele \u00e9 muito popular pois \u00e9 facilmente computado.<\/li>\n<li>M\u00e9todo baseado em Atributos: usa as propriedades dos itens e os interesses dos usu\u00e1rios para fazer as recomenda\u00e7\u00f5es. Por exemplo: um usu\u00e1rio que est\u00e1 pesquisando documentos sobre <em>e-commerce<\/em> e leu um documento sobre Sistemas de Recomenda\u00e7\u00e3o pode receber como sugest\u00e3o a leitura de um documento sobre Sistemas de Recomenda\u00e7\u00e3o em sites de Com\u00e9rcio Eletr\u00f4nico.<\/li>\n<li>Correla\u00e7\u00e3o Item a Item: identifica produtos que s\u00e3o frequentemente relacionados \u00e0queles que o usu\u00e1rio demonstrou interesse. Os sistemas normalmente utilizam itens pelos quais o usu\u00e1rio demonstra interesse no momento para criar as correla\u00e7\u00f5es, ao inv\u00e9s de inspecionar seu hist\u00f3rico.<\/li>\n<li>Correla\u00e7\u00e3o Usu\u00e1rio a Usu\u00e1rio: recomenda itens baseado na correla\u00e7\u00e3o entre um usu\u00e1rio e outros usu\u00e1rios que se interessam pelo mesmo item. Tamb\u00e9m \u00e9 chamado de \u201cfiltragem colaborativa\u201d porque se originou na t\u00e9cnica de filtragem de informa\u00e7\u00e3o que usa a opini\u00e3o de grupos para recomendar itens.<\/li>\n<\/ul>\n<p>Os Sistemas de Recomenda\u00e7\u00e3o tamb\u00e9m podem ser classificados de acordo o grau de personaliza\u00e7\u00e3o que oferecem aos usu\u00e1rios, que podem ser: n\u00e3o personalizado; personalizado ef\u00eamero; e personalizado persistente (e persistente com ajustes).<\/p>\n<p>Os sistemas n\u00e3o-personalizados recomendam os mesmos itens para todos os usu\u00e1rios. Essas recomenda\u00e7\u00f5es podem ser baseadas nos m\u00e9todos: sele\u00e7\u00e3o manual, resumo estat\u00edstico, etc. Exemplo: Lista dos mais vendidos, Promo\u00e7\u00f5es e Lan\u00e7amentos nos sites de <em>e-commerce<\/em>.<\/p>\n<p>Os sistemas ef\u00eameros usam informa\u00e7\u00f5es da se\u00e7\u00e3o corrente do usu\u00e1rio para gerar suas recomenda\u00e7\u00f5es. As recomenda\u00e7\u00f5es normalmente s\u00e3o baseadas na navega\u00e7\u00e3o do usu\u00e1rio e nos itens que este selecionou. Os m\u00e9todos mais usados s\u00e3o: correla\u00e7\u00e3o item a item e recomenda\u00e7\u00e3o baseada em atributo. Exemplo: t\u00edtulos do mesmo autor.<\/p>\n<p>Os sistemas persistentes podem criar recomenda\u00e7\u00f5es diferentes para diferentes usu\u00e1rios, mesmo que estes estejam visualizando o mesmo item. Para isso os sistemas usam informa\u00e7\u00f5es armazenadas (persistentes) sobre as prefer\u00eancias dos usu\u00e1rios e os seguintes m\u00e9todos: correla\u00e7\u00e3o item a item, recomenda\u00e7\u00e3o baseada em atributo e correla\u00e7\u00e3o usu\u00e1rio a usu\u00e1rio. Exemplo: Site da Amazon.com &#8211; identifica o cliente e recomenda baseando-se em informa\u00e7\u00f5es do mesmo.<\/p>\n<p><!-- QUADRO CINECLUB --><\/p>\n<section class=\"quadro cineclube\">\n<h5>CINECLUBE: Minority Report (2002)<\/h5>\n<section class=\"cineclube_cartaz\"><a href=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_05.png\"><img loading=\"lazy\" decoding=\"async\" class=\"aligncenter size-medium wp-image-1891\" src=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_05-192x300.png\" alt=\"Capa do filme &quot;A Rede Social&quot;\" width=\"192\" height=\"300\" srcset=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_05-192x300.png 192w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_05.png 474w\" sizes=\"auto, (max-width: 192px) 100vw, 192px\" \/><\/a>Dispon\u00edvel no <a href=\"https:\/\/www.youtube.com\/watch?v=Dv6jgzcMu0Y\">YouTube<\/a><\/section>\n<section class=\"cineclube_sinopse\"><em>Minority Report<\/em> \u00e9 um filme de fic\u00e7\u00e3o cient\u00edfica lan\u00e7ado em 2002, dirigido pelo cineasta Steven Spielberg. No ano de 2054, o &#8220;Pr\u00e9-Crime&#8221; \u00e9 um departamento de pol\u00edcia especializada, que prende criminosos com base no conhecimento pr\u00e9vio fornecido por tr\u00eas videntes chamados &#8220;precogs\u201d. O tema central do filme \u00e9 a quest\u00e3o do livre arb\u00edtrio contra o determinismo. O livre arb\u00edtrio pode existir se o futuro est\u00e1 definido e conhecido antecipadamente? Outros temas incluem o papel preventivo do governo na prote\u00e7\u00e3o de seus cidad\u00e3os, o papel da m\u00eddia em um estado futuro em que os avan\u00e7os tecnol\u00f3gicos tornam a sua presen\u00e7a quase sem limites, a legalidade potencial de um promotor infal\u00edvel, e um tema repetido de Spielberg, fam\u00edlias desestruturadas.Em algumas cenas deste filme, o her\u00f3i est\u00e1 em uma jornada em busca de sua liberdade. Na sua fuga, ele percorre locais e percebe que est\u00e1 sendo identificado pelo sistema, pois ele recebe RECOMENDA\u00c7\u00d5ES automaticamente!Assista o filme, identifique estas cenas e pense como estas recomenda\u00e7\u00f5es s\u00e3o feitas. Nos dias de hoje, isso seria poss\u00edvel? Estude e reflita!<\/section>\n<\/section>\n<\/section>\n<section><!-- SE\u00c7\u00c3O 3--><\/p>\n<h2 id=\"s3\">3 TIPOS DE RECOMENDA\u00c7\u00c3O<\/h2>\n<p>Os sistemas de recomenda\u00e7\u00e3o s\u00e3o basicamente de tr\u00eas tipos, explicados a seguir.<\/p>\n<section><!-- SE\u00c7\u00c3O 3.1 --><\/p>\n<h3 id=\"s31\">3.1 Sistemas Baseados em Conte\u00fado<\/h3>\n<p>Um sistema de recomenda\u00e7\u00e3o baseado em conte\u00fado recomenda itens ao usu\u00e1rio que sejam semelhantes ao que ele escolheu no passado. A recomenda\u00e7\u00e3o \u00e9 feita a partir de marca\u00e7\u00e3o de itens. Itens com caracter\u00edsticas pr\u00f3ximas destas marca\u00e7\u00f5es s\u00e3o recomendados. Por exemplo, em um cen\u00e1rio de recomenda\u00e7\u00e3o de Objetos de Aprendizagem, um usu\u00e1rio que escolheu e gostou do objeto \u201cO caso do rebanho de Jac\u00f3\u201d (dispon\u00edvel no reposit\u00f3rio <a href=\"http:\/\/rived.mec.gov.br\/site_objeto_lis.php\">RIVED<\/a>), receberia recomenda\u00e7\u00f5es do assunto Gen\u00e9tica.<\/p>\n<p>As vantagens deste tipo de sistema \u00e9 que s\u00e3o simples para dados textuais e n\u00e3o necessitam de muitas informa\u00e7\u00f5es sobre um usu\u00e1rio para come\u00e7ar a sugerir itens.<\/p>\n<\/section>\n<section><!-- SE\u00c7\u00c3O 3.2 --><\/p>\n<h3 id=\"s32\">3.2 Sistemas Baseados em Filtragem Colaborativa<\/h3>\n<p>A t\u00e9cnica de filtragem colaborativa consiste na recomenda\u00e7\u00e3o de itens que pessoas com gosto semelhante preferiram no passado, partindo da regra gen\u00e9rica: &#8220;Se um usu\u00e1rio gostou de A e de B, um outro usu\u00e1rio que gostou de A tamb\u00e9m pode gostar de B&#8221;. Esse tipo de recomenda\u00e7\u00e3o evita o problema de recomenda\u00e7\u00f5es repetitivas, por\u00e9m uma desvantagem \u00e9 que requer grande n\u00famero de informa\u00e7\u00f5es sobre o usu\u00e1rio e sua vizinhan\u00e7a para funcionar bem. Este tipo de sistema ainda se divide em t\u00e9cnica Baseada no Usu\u00e1rio e Baseada no Modelo.<\/p>\n<p>A t\u00e9cnica Baseada no Usu\u00e1rio se fundamenta na ideia de que uma pessoa pertence a um grupo de indiv\u00edduos com interesses similares e como resultado, itens avaliados pelos indiv\u00edduos podem ser utilizados como base para recomendar itens.<\/p>\n<p>A t\u00e9cnica Baseada no Modelo analisa informa\u00e7\u00f5es do hist\u00f3rico e perfil do usu\u00e1rio para identificar rela\u00e7\u00f5es entre um item e outros itens da comunidade. Por exemplo, a compra de um item pode estar relacionada \u00e0 compra de outro item (ou v\u00e1rios itens), e ent\u00e3o essas rela\u00e7\u00f5es l\u00f3gicas s\u00e3o utilizadas para criar as regras para recomenda\u00e7\u00e3o.<\/p>\n<\/section>\n<section><!-- SE\u00c7\u00c3O 3.3 --><\/p>\n<h3 id=\"s33\">3.3 Sistemas H\u00edbridos<\/h3>\n<p>Um sistema h\u00edbrido consiste em combinar as duas abordagens anteriores, tentando maximizar suas vantagens e superar suas desvantagens.<\/p>\n<\/section>\n<p><!-- QUADRO COMUM --><\/p>\n<section class=\"quadro\">\n<h5>Como funciona o famoso algoritmo do Spotify?<\/h5>\n<p><a href=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_06.png\"><img loading=\"lazy\" decoding=\"async\" class=\"aligncenter size-full wp-image-1892\" src=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_06.png\" alt=\"ilustra\u00e7\u00e3o\" width=\"226\" height=\"226\" srcset=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_06.png 226w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_06-150x150.png 150w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_06-70x70.png 70w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_06-125x125.png 125w\" sizes=\"auto, (max-width: 226px) 100vw, 226px\" \/><\/a><\/p>\n<p>Leia esta mat\u00e9ria para entender melhor: <a href=\"https:\/\/www.nexojornal.com.br\/expresso\/2017\/01\/16\/Como-o-Spotify-monta-sua-playlist-de-%E2%80%98descobertas-da-semana%E2%80%99\">Como o Spotify monta sua playlist de &#8220;descobertas da semana&#8221;<\/a><\/p>\n<p><span style=\"font-size: 0.5em;\">\u00a9 2018 | Todos os direitos deste material s\u00e3o reservados ao NEXO JORNAL LTDA., conforme a Lei n\u00ba 9.610\/98. A sua publica\u00e7\u00e3o, redistribui\u00e7\u00e3o, transmiss\u00e3o e reescrita sem autoriza\u00e7\u00e3o pr\u00e9via \u00e9 proibida.<\/span><\/p>\n<\/section>\n<\/section>\n<section><!-- SE\u00c7\u00c3O 4--><\/p>\n<h2 id=\"s4\">4 O USO DE SISTEMAS DE RECOMENDA\u00c7\u00c3O EM AMBIENTE EDUCACIONAL<\/h2>\n<p>\u00c9 poss\u00edvel usar os Sistemas de Recomenda\u00e7\u00e3o aplicados na Educa\u00e7\u00e3o? Sim! H\u00e1 muitas aplica\u00e7\u00f5es nessa \u00e1rea que podem facilitar tanto a vida dos professores, como a dos estudantes!<\/p>\n<p>Iniciativas que aliam Sistemas de Recomenda\u00e7\u00e3o na Educa\u00e7\u00e3o s\u00e3o estrat\u00e9gias a serem utilizadas para modificar a rela\u00e7\u00e3o dos estudantes com os conte\u00fados exigidos no ensino regular, bem como as habilidades e compet\u00eancias envolvidas, de modo que o processo de ensino-aprendizagem se torne mais significativo, tanto para os discentes, quanto para os docentes. A Figura 3 ilustra uma situa\u00e7\u00e3o em que usu\u00e1rios (alunos e professores) podem se beneficiar da recomenda\u00e7\u00e3o de artigos cient\u00edficos atrav\u00e9s de um sistema de recomenda\u00e7\u00e3o acad\u00eamico que \u201cconhece\u201d seus perfis.<\/p>\n<figure>\n<h5>Figura 3 \u2013 Recomenda\u00e7\u00e3o de artigos na \u00e1rea acad\u00eamica<\/h5>\n<p><a href=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_07.png\"><img decoding=\"async\" class=\"aligncenter size-full wp-image-1893\" src=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_07.png\" alt=\"Figura sobre Recomenda\u00e7\u00e3o de artigos na \u00e1rea acad\u00eamica\" width=\"462\" \/><\/a><\/p>\n<p><!-- PENDENTE: CONFIRMAR AUTORIA --><figcaption>Fonte: Os autores<\/figcaption><\/figure>\n<p>Vamos ver agora alguns exemplos de tipos de recomenda\u00e7\u00e3o que v\u00eam sendo estudados nas pesquisas na \u00e1rea.<\/p>\n<section><!-- SE\u00c7\u00c3O 4.1 --><\/p>\n<h3 id=\"s41\">4.1 ActivUFRJ<\/h3>\n<p>O <a href=\"https:\/\/activufrj.nce.ufrj.br\/homepage\">ActivUFRJ<\/a> \u00e9 um ambiente colaborativo de trabalho integrado e virtual, que tem como objetivo promover a intera\u00e7\u00e3o entre docentes, pesquisadores e alunos na Universidade Federal do Rio de Janeiro (UFRJ). Os usu\u00e1rios identificam-se atrav\u00e9s de suas habilidades, experi\u00eancias, interesses e produ\u00e7\u00e3o acad\u00eamica. A partir desses dados, uma das caracter\u00edsticas mais importantes do ActivUFRJ \u00e9 sua capacidade de recomendar. Ap\u00f3s o usu\u00e1rio fazer um cadastro mais completo ser\u00e1 gerado um gr\u00e1fico de habilidades que ajudar\u00e1 na coleta de informa\u00e7\u00f5es para as recomenda\u00e7\u00f5es (Figura 4).<\/p>\n<figure>\n<h5>Figura 4 \u2013 Gr\u00e1fico de habilidades do usu\u00e1rio no ActivUFRJ<\/h5>\n<p><a href=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_08.png\"><img decoding=\"async\" class=\"aligncenter size-medium wp-image-1894\" src=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_08.png\" alt=\"Figura 4 \u2013 Gr\u00e1fico de habilidades do usu\u00e1rio no ActivUFRJ\" width=\"600\" srcset=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_08.png 472w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_08-300x170.png 300w\" sizes=\"(max-width: 472px) 100vw, 472px\" \/><\/a><figcaption>Fonte: <a href=\"https:\/\/activufrj.nce.ufrj.br\/homepage\">ActivUFRJ<\/a><\/figcaption><\/figure>\n<p>O ActivUFRJ recomenda (i) pessoas: usu\u00e1rios com habilidades em comum e usu\u00e1rios com tags em comum, e (ii) oportunidades: eventos, bolsas, est\u00e1gios, concursos, empregos, cursos, etc. A Figura 5 ilustra a interface atrav\u00e9s da qual um usu\u00e1rio conhece as recomenda\u00e7\u00f5es que o sistema disponibiliza para ele.<\/p>\n<figure>\n<h5>Figura 5 \u2013 Recomenda\u00e7\u00f5es no ActivUFRJ<\/h5>\n<p><a href=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_09.png\"><img decoding=\"async\" class=\"aligncenter size-medium wp-image-1895\" src=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_09.png\" alt=\"Figura 5 \u2013 Recomenda\u00e7\u00f5es no ActivUFRJ\" width=\"800\" srcset=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_09.png 1204w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_09-300x162.png 300w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_09-1024x555.png 1024w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_09-768x416.png 768w\" sizes=\"(max-width: 1204px) 100vw, 1204px\" \/><\/a><figcaption>Fonte: <a href=\"https:\/\/activufrj.nce.ufrj.br\/homepage\">ActivUFRJ<\/a><\/figcaption><\/figure>\n<p>Al\u00e9m dessas recomenda\u00e7\u00f5es b\u00e1sicas, outras funcionalidades de suporte a professores e alunos tamb\u00e9m est\u00e3o sendo propostas.<\/p>\n<\/section>\n<section><!-- SE\u00c7\u00c3O 4.2 --><\/p>\n<h3 id=\"s42\">4.2 Sistema de Recomenda\u00e7\u00e3o de Materiais Did\u00e1ticos<\/h3>\n<p><a href=\"https:\/\/activufrj.nce.ufrj.br\/file\/Sistemas_de_Recomendacao\/Sistema_de_Recomendacao_de_Materiais_Didaticos_-_Artigo_final.pdf\">Acessar PDF<\/a><\/p>\n<p>Na \u00e1rea acad\u00eamica, observamos a dificuldade dos alunos para conseguir materiais did\u00e1ticos, as dificuldades para resolver exerc\u00edcios, escolher os livros mais relevantes, ou assistir os v\u00eddeos mais pertinentes. O objetivo deste sistema \u00e9 apresentar recomenda\u00e7\u00e3o de materiais did\u00e1ticos desenvolvidos por docentes para outros docentes e alunos atrav\u00e9s da plataforma ActivUFRJ. O sistema proposto, ainda em fase de implementa\u00e7\u00e3o, utilizar\u00e1 um modelo de recomenda\u00e7\u00e3o h\u00edbrido, seguindo os seguintes passos: Intera\u00e7\u00e3o do usu\u00e1rio na plataforma; Coleta de informa\u00e7\u00f5es; Filtragem das informa\u00e7\u00f5es; Sugest\u00f5es de recomenda\u00e7\u00f5es; Avalia\u00e7\u00f5es das recomenda\u00e7\u00f5es feitas pelos usu\u00e1rios.<\/p>\n<\/section>\n<section><!-- SE\u00c7\u00c3O 4.3 --><\/p>\n<h3 id=\"s43\">4.3 Portal da Rob\u00f3tica Escolar: Uma Proposta para Recomenda\u00e7\u00e3o de Atividades Tecnol\u00f3gicas para Escolares<\/h3>\n<p><a href=\"https:\/\/activufrj.nce.ufrj.br\/file\/Sistemas_de_Recomendacao\/Artigo_Portal_da_Robotica_Escolar.pdf\">Acessar PDF<\/a><\/p>\n<p>Nesta proposta, a ideia \u00e9 apoiar professores interessados no desenvolvimento de atividades que envolvam a montagem de aparatos rob\u00f3ticos e o ensino de programa\u00e7\u00e3o como ferramenta para abordagem dos mais variados conte\u00fados escolares na supera\u00e7\u00e3o de desafios propostos e efetiva atua\u00e7\u00e3o como protagonista da aprendizagem baseada em projeto. O portal funciona como um sistema de recomenda\u00e7\u00e3o de atividades padr\u00e3o que s\u00e3o previamente cadastradas pelos usu\u00e1rios a partir de informa\u00e7\u00f5es coletadas e armazenadas, tais como: (i) mais positivadas: recomenda\u00e7\u00e3o das atividades melhor avaliadas por todos os usu\u00e1rios; (ii) mais recentes: recomenda\u00e7\u00e3o das mais recentes atividades postadas por todos os usu\u00e1rios; (iii) por conte\u00fado: recomenda\u00e7\u00e3o das atividades de conte\u00fados mais pr\u00f3ximos aos apontados pelo usu\u00e1rio ao efetuar o cadastro; (iv) por conhecimento: recomenda\u00e7\u00e3o das atividades de conte\u00fados mais pr\u00f3ximos aos melhores avaliados pelo usu\u00e1rio; (v) por usu\u00e1rio: recomenda\u00e7\u00e3o das atividades melhor avaliadas por outros usu\u00e1rios que positivaram alguma atividade em comum.<\/p>\n<\/section>\n<section><!-- SE\u00c7\u00c3O 4.4 --><\/p>\n<h3 id=\"s44\">4.4 Sistema de Recomenda\u00e7\u00e3o de Jogos para o Ensino da Matem\u00e1tica<\/h3>\n<p><!-- PENDENTE: FONTE DO PISA 2011 --><\/p>\n<p>O ensino de matem\u00e1tica na educa\u00e7\u00e3o regular brasileira apresenta indicadores historicamente negativos do n\u00edvel de aprendizagem atingido pelos alunos egressos do ensino fundamental e m\u00e9dio. O problema da aus\u00eancia de compet\u00eancia matem\u00e1tica e capacidade de desenvolvimento do racioc\u00ednio l\u00f3gico implica em um d\u00e9ficit de profissionais formados em \u00e1reas diretamente ligadas ao emprego de habilidades matem\u00e1ticas e outras ci\u00eancias exatas. Estudos apontam que apenas 11% dos alunos brasileiros sabem matem\u00e1tica ao sair do ensino m\u00e9dio (PISA, 2011).<\/p>\n<p>Neste contexto, jogos educacionais podem funcionar como instrumentos pedag\u00f3gicos auxiliadores no processo de ensino-aprendizagem da Matem\u00e1tica e servir como ferramentas e estrat\u00e9gias que proporcionam o desenvolvimento dessas compet\u00eancias, promovendo assim um novo enfoque sobre o ensino da Matem\u00e1tica.<\/p>\n<p>Este Sistema de Recomenda\u00e7\u00e3o indica jogos em forma de desafios que levam em considera\u00e7\u00e3o os interesses e necessidades pedag\u00f3gicas de cada aluno com o prop\u00f3sito de empreg\u00e1-los no reconhecimento de suas habilidades e compet\u00eancias. O sistema \u00e9 baseado em uma an\u00e1lise diagn\u00f3stica de identifica\u00e7\u00e3o da profici\u00eancia de habilidades matem\u00e1ticas requeridas por diferentes \u00e1reas (\u00c1lgebra, Geometria, Aritm\u00e9tica).<\/p>\n<p>O sistema foi aplicado na sele\u00e7\u00e3o de jogos no ensino aprendizagem da matem\u00e1tica para alunos do 1\u00ba ano do ensino m\u00e9dio da Rede VespeR de ensino, baseado na an\u00e1lise diagn\u00f3stica e na teoria de resposta ao item. A an\u00e1lise diagn\u00f3stica foi aplicada em duas escolas particulares da mesma rede de ensino, no Estado de S\u00e3o Paulo, no m\u00eas de outubro de 2013. Participaram desse estudo 53 alunos, com idades entre 14 e 15 anos, sendo 50% do sexo masculino e 50% do sexo feminino, todos do per\u00edodo diurno da primeira s\u00e9rie do Ensino M\u00e9dio. A dura\u00e7\u00e3o da an\u00e1lise diagn\u00f3stica foi de, em m\u00e9dia, 50 minutos e utilizou-se o sistema de recomenda\u00e7\u00e3o na aplica\u00e7\u00e3o dos jogos aos participantes.<\/p>\n<p>Os resultados aferidos na aplica\u00e7\u00e3o do estudo foram dispostos conforme o grau de dificuldade em uma r\u00e9gua de resultados baseada na teoria de resposta ao item (TRI). Foram classificados nessa escala num\u00e9rica os alunos conforme sua profici\u00eancia e racioc\u00ednio matem\u00e1tico l\u00f3gico constatado. De posse dos resultados da an\u00e1lise diagn\u00f3stica e da respectiva r\u00e9gua dos resultados, foram recomendados jogos espec\u00edficos para cada aluno, de acordo com seus interesses, particularidades, necessidades e dificuldades pedag\u00f3gicas apresentadas. Os jogos recomendados especificamente a cada aluno foram oferecidos no per\u00edodo de duas semanas utilizando-se o sistema de recomenda\u00e7\u00e3o.<\/p>\n<p>Com o sistema de recomenda\u00e7\u00e3o de jogos, foi poss\u00edvel constatar mudan\u00e7as significativas no desenvolvimento do racioc\u00ednio l\u00f3gico matem\u00e1tico dos alunos participantes, na produ\u00e7\u00e3o e apropria\u00e7\u00e3o dos conhecimentos matem\u00e1ticos b\u00e1sicos e dos conte\u00fados oferecidos, al\u00e9m de apreens\u00e3o de novas habilidades e compet\u00eancias na resolu\u00e7\u00e3o de situa\u00e7\u00f5es problemas. Na primeira etapa do estudo foi de extrema import\u00e2ncia aplicar a an\u00e1lise diagnostica para a calibra\u00e7\u00e3o do grau do \u00edndice de dificuldade das quest\u00f5es, formando um banco de dados, e equaliza\u00e7\u00e3o das escalas na composi\u00e7\u00e3o da r\u00e9gua de resultado, instrumento imprescind\u00edvel na compara\u00e7\u00e3o dos resultados e permitindo sua utiliza\u00e7\u00e3o e compara\u00e7\u00e3o na segunda etapa.<\/p>\n<p>A identifica\u00e7\u00e3o afetiva do aluno com os jogos constituiu fator relevante para o sucesso no processo e consequente produ\u00e7\u00e3o e apropria\u00e7\u00e3o de conte\u00fados b\u00e1sicos da matem\u00e1tica. Os alunos que se identificaram com o uso dos jogos recomendados apresentaram maior desenvolvimento nas suas habilidades, compet\u00eancias e no racioc\u00ednio l\u00f3gico matem\u00e1tico. Foi constatado que houve uma significativa melhora em seus desempenhos referentes aos temas testados, diversificando assim as possibilidades de resolu\u00e7\u00e3o dos problemas propostos da aprendizagem de conceitos matem\u00e1ticos de uma forma l\u00fadica, atraente e abrangente.<\/p>\n<p>Conclu\u00edmos (<a href=\"#BRITO2014\">Brito, 2014<\/a>) ainda que os alunos que apresentaram maior pr\u00e9-disposi\u00e7\u00e3o na aceita\u00e7\u00e3o dessa proposta metodol\u00f3gica de ensino-aprendizagem, atrav\u00e9s da recomenda\u00e7\u00e3o do uso de jogos na resolu\u00e7\u00e3o de situa\u00e7\u00f5es-problema, demonstraram tamb\u00e9m melhores resultados, sendo capazes de validar estrat\u00e9gias e resultados, al\u00e9m de desenvolver novas formas de racioc\u00ednio e processos que implicam em um aumento do racioc\u00ednio l\u00f3gico-matem\u00e1tico: racioc\u00ednio indutivo, dedutivo, analogia e estimativas, referentes \u00e0s utiliza\u00e7\u00f5es de conceitos e procedimentos matem\u00e1ticos necess\u00e1rios em seu dia a dia.<\/p>\n<p><!-- QUADRO DEBATE --><\/p>\n<section class=\"quadro debate\">\n<h5>DEBATE: Quais s\u00e3o as vantagens e desvantagens de Sistemas de Recomenda\u00e7\u00e3o para a Educa\u00e7\u00e3o?<\/h5>\n<p>Voc\u00ea j\u00e1 viu que existem diversas possibilidades do uso de sistemas de recomenda\u00e7\u00e3o. Discuta com seus colegas sobre as vantagens e desvantagens que podem trazer!<\/p>\n<\/section>\n<\/section>\n<\/section>\n<section><!-- SE\u00c7\u00c3O 5--><\/p>\n<h2 id=\"s5\">5 <a href=\"https:\/\/geekiegames.geekie.com.br\/\">GEEKIE GAMES<\/a>: UM EXEMPLO DE SISTEMA DE RECOMENDA\u00c7\u00c3O PARA EDUCA\u00c7\u00c3O<\/h2>\n<p>O Geekie Games \u00e9 talvez uma das plataformas mais \u201cfamosas\u201d atualmente no Brasil. Ela \u00e9 voltada para o grande Exame Nacional do Ensino M\u00e9dio (ENEM) e tamb\u00e9m para os vestibulares em geral, incluindo uma s\u00e9rie de funcionalidades, tais como testes, plano de estudos e um grande simulado final.<\/p>\n<p>No in\u00edcio de cada ano, come\u00e7a o planejamento dos estudantes que ir\u00e3o prestar o ENEM ou algum vestibular. O que estudar, onde estudar e quais as melhores estrat\u00e9gias para conquistar sua vaga na universidade s\u00e3o as principais d\u00favidas dos estudantes. Estudar sozinho ou com amigos para uma prova ou para o ENEM n\u00e3o \u00e9 uma tarefa f\u00e1cil, e se torna ainda mais dif\u00edcil sem uma orienta\u00e7\u00e3o de qual conte\u00fado estudar. Saber qual sequ\u00eancia de estudo para cada mat\u00e9ria, perceber quais s\u00e3o os pontos fortes e fracos, montar um plano de estudo individual para obter uma boa coloca\u00e7\u00e3o no exame, poder testar suas habilidades e compet\u00eancias em um simulado, etc.<\/p>\n<p>Para auxiliar esses vestibulandos e pensando justamente no estudante que sente falta de apoio na hora de estudar, a Geekie, uma <em>startup<\/em> de tecnologia aplicada \u00e0 educa\u00e7\u00e3o, criou a Geekie Games, que faz um plano individual de estudos considerando os pontos fortes e fracos do candidato. Lan\u00e7ada em 2013 pela Geekie, a plataforma j\u00e1 foi utilizada por 2 milh\u00f5es de estudantes em todo o pa\u00eds no ano de lan\u00e7amento, e vem aumentando o n\u00famero de adeptos ano ap\u00f3s ano devido ao sucesso de suas recomenda\u00e7\u00f5es em rela\u00e7\u00e3o \u00e0s mat\u00e9rias que devem ser estudadas para a realiza\u00e7\u00e3o do exame.<\/p>\n<p>O desempenho dos estudantes que utilizaram o Geekie Games tem sido t\u00e3o bom que o Minist\u00e9rio da Educa\u00e7\u00e3o (MEC) o reconheceu como uma boa ferramenta de estudos para o exame, e Secretarias da Educa\u00e7\u00e3o de 19 Estados, entre eles Bahia, Santa Catarina, Paran\u00e1, Pernambuco, Cear\u00e1, decidiram oferecer o programa aos seus estudantes.<\/p>\n<p>A plataforma foi adotada por redes estaduais de Educa\u00e7\u00e3o porque possibilita que professores e gestores acompanhem, em tempo real e tamb\u00e9m de forma gratuita, o desempenho e a evolu\u00e7\u00e3o dos estudantes. Com uma expectativa de alcan\u00e7ar 3,7 milh\u00f5es de usu\u00e1rios em todo o Brasil, o objetivo principal \u00e9 n\u00e3o apenas atrair os estudantes, mas mant\u00ea-los motivados a estudar. Al\u00e9m disso, professores podem intervir no processo, sugerindo conte\u00fados e atividades a todo o momento e auxiliar o sucesso do plano de estudo de cada estudante. Os resultados mostraram que, quanto mais os estudantes estudaram as recomenda\u00e7\u00f5es oferecidas pela plataforma, melhor eles foram no simulado final.<\/p>\n<p>O processo de utiliza\u00e7\u00e3o \u00e9 bastante simples. Na primeira etapa, o estudante faz um teste para avaliar seus conhecimentos do conte\u00fado do ENEM e identificar seus pontos fortes e fracos. A avalia\u00e7\u00e3o \u00e9 dividida de acordo com as quatro \u00e1reas do ENEM: ci\u00eancias da natureza, ci\u00eancias humanas, matem\u00e1tica e linguagens. A prova pode ser feita em qualquer dia e hor\u00e1rio de acordo com as possibilidades dos estudantes. N\u00e3o \u00e9 obrigat\u00f3rio responder \u00e0s quest\u00f5es de todas as quatro disciplinas, mas o ideal \u00e9 que o estudante possa medir todo o seu conhecimento das \u00e1reas exigidas no ENEM.<\/p>\n<p>Com base no resultado deste teste, o sistema sugere um plano personalizado de estudos. Cada etapa do processo \u00e9 analisada e \u00e0 medida que o estudante avan\u00e7a em seus conte\u00fados, recomenda\u00e7\u00f5es de exerc\u00edcios s\u00e3o disponibilizadas de acordo com suas necessidades.<\/p>\n<p>Todas as quest\u00f5es usadas no simulado utilizam o mesmo m\u00e9todo de avalia\u00e7\u00e3o do ENEM, a Teoria de Resposta ao Item (TRI), que atribui pesos diferentes para as quest\u00f5es de acordo com o seu grau de dificuldade. A teoria possui modelos dependendo da natureza das quest\u00f5es. Por exemplo, existem quest\u00f5es consideradas f\u00e1ceis, intermedi\u00e1rias e outras dif\u00edceis, nas quais o acerto depende de um maior dom\u00ednio do conte\u00fado, exigindo assim uma maior habilidade e compet\u00eancia em rela\u00e7\u00e3o a esse conte\u00fado. O sistema analisa os casos em que o estudante errou quest\u00f5es f\u00e1ceis e intermediarias e acertou quest\u00f5es dif\u00edceis, de acordo com as compet\u00eancias requeridas a fim de detectar poss\u00edveis acertos ao acaso (&#8220;chutes&#8221;), o que n\u00e3o implicar\u00e1 no descarte desse tipo de acerto no computo de sua nota final.<\/p>\n<p>Na segunda etapa, o estudante recebe um plano de estudos destacando seus pontos fortes e fracos que merecem maior aten\u00e7\u00e3o. A TRI qualifica o item de acordo com tr\u00eas par\u00e2metros: o poder de discrimina\u00e7\u00e3o, que \u00e9 a capacidade de um item distinguir os estudantes que t\u00eam a profici\u00eancia requisitada daqueles quem n\u00e3o a t\u00eam; o grau de dificuldade da quest\u00e3o; e a possibilidade de acerto ao acaso (chute). Com isso ser\u00e1 poss\u00edvel ao estudante comparar sua nota com a nota de corte dos cursos e faculdades de sua escolha, al\u00e9m de saber que conte\u00fados priorizar para atingir seus objetivos.<\/p>\n<p>A plataforma permite ainda que professores, escolas e secretarias de educa\u00e7\u00e3o tenham acesso ao desempenho dos seus estudantes e possam entender suas principais dificuldades. Um ranking atualizado diariamente permite mostrar o desempenho dos estudantes por \u00e1rea de conhecimento e assim direcionar as recomenda\u00e7\u00f5es necess\u00e1rias a cada etapa do processo de aprendizagem. Na plataforma, o estudante tem acesso a textos e v\u00eddeos sobre o conte\u00fado abordado nas provas. Durante esse per\u00edodo, o professor e a escola podem acompanhar a evolu\u00e7\u00e3o e desenvolvimento dos seus estudantes e ajud\u00e1-los a se preparar melhor para o Enem.<\/p>\n<p><!-- QUADRO ATIVIDADE --><\/p>\n<section class=\"quadro atividade\">\n<h5>ATIVIDADE: Reflita sobre estes exemplos!<\/h5>\n<p>Agora que voc\u00ea j\u00e1 estudou um pouco mais, podemos conversar sobre aplica\u00e7\u00f5es na \u00e1rea de Educa\u00e7\u00e3o que j\u00e1 foram desenvolvidas. Algumas delas foram s\u00f3 propostas apresentadas em confer\u00eancias cient\u00edficas, mas muitas j\u00e1 est\u00e3o se tornando produtos e podem ser encontradas na web.<\/p>\n<p>Ent\u00e3o, fa\u00e7a uma pesquisa: Que outros sistemas de recomenda\u00e7\u00e3o voc\u00ea acha que podem ser \u00fateis no contexto educacional? Tem alguma ideia? Pense um pouco. Como eles poderiam facilitar sua vida de estudante?<\/p>\n<\/section>\n<\/section>\n<section><!-- SE\u00c7\u00c3O 6--><\/p>\n<h2 id=\"s6\">6 CONCLUS\u00d5ES<\/h2>\n<p>Os sistemas de recomenda\u00e7\u00e3o est\u00e3o cada vez mais presentes no nosso cotidiano. N\u00e3o poderia ser diferente na Educa\u00e7\u00e3o! Devemos cada vez mais nos apropriar dos resultados poss\u00edveis com esses sistemas para criar ambientes de ensino-aprendizagem ricos e que sejam capazes de ter um olhar para o indiv\u00edduo e apoi\u00e1-lo de acordo com suas necessidades.<\/p>\n<p>Algumas tend\u00eancias para aperfei\u00e7oar os Sistemas de Recomenda\u00e7\u00e3o podem ser observadas. Por exemplo, realizar o agrupamento de usu\u00e1rios por gostos similares, assim, a similaridade pode ser calculada entre os usu\u00e1rios do grupo ao inv\u00e9s de compar\u00e1-lo com todos os usu\u00e1rios do sistema; aplica\u00e7\u00e3o de t\u00e9cnicas avan\u00e7adas de Aprendizagem de M\u00e1quina e Deep Learning al\u00e9m da An\u00e1lise de Sentimento; combina\u00e7\u00e3o de outros aspectos, al\u00e9m dos tradicionais relacionados aos itens e ao pr\u00f3prio usu\u00e1rio; integra\u00e7\u00e3o entre diversas plataformas, tais como as redes sociais; melhoria na experi\u00eancia do usu\u00e1rio, impedindo a monotonia e previsibilidade do sistema, com diversidade nos resultados apresentados.<\/p>\n<\/section>\n<p><!-- SE\u00c7\u00c3O RESUMO --><\/p>\n<section>\n<h3 id=\"resumo\">RESUMO<\/h3>\n<figure>\n<h5>Figura 6 &#8211; Mapa Mental Sistemas de Recomenda\u00e7\u00e3o para Educa\u00e7\u00e3o<\/h5>\n<p><a href=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_10.png\"><img loading=\"lazy\" decoding=\"async\" class=\"aligncenter size-full wp-image-1896\" src=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_10.png\" alt=\"Mapa mental\" width=\"1210\" height=\"624\" srcset=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_10.png 1210w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_10-300x155.png 300w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_10-1024x528.png 1024w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_10-768x396.png 768w\" sizes=\"auto, (max-width: 1210px) 100vw, 1210px\" \/><\/a><figcaption>Fonte: Os autores. Desenvolvido com <a href=\"https:\/\/coggle.it\/\">Coggle<\/a><\/figcaption><\/figure>\n<p>Neste cap\u00edtulo foi abordado o conceito geral de Sistemas de Recomenda\u00e7\u00e3o, seu hist\u00f3rico e funcionamento b\u00e1sico. De acordo com os objetivos pretendidos, apresentamos algumas t\u00e9cnicas comumente utilizadas por estes sistemas, tais como: M\u00e9todo de Extra\u00e7\u00e3o Bruto; Sele\u00e7\u00e3o Manual; Resumo Estat\u00edstico; M\u00e9todo baseado em Atributos; Correla\u00e7\u00e3o Item a item; e Correla\u00e7\u00e3o usu\u00e1rio a usu\u00e1rio ou Filtragem colaborativa. Discutimos o uso destes sistemas no ambiente educacional, por exemplo, na recomenda\u00e7\u00e3o de itens para o estudante e professor (os objetos de aprendizagem), guia para acesso a conte\u00fado e materiais de acordo com as caracter\u00edsticas e perfis dos alunos. Por fim, exemplificamos com o <em>Geekie Games<\/em>, uma plataforma que vem sendo amplamente utilizada na pr\u00e1tica por muitos estudantes.<\/p>\n<p>A Figura 6 apresenta um Mapa Mental contendo o resumo e rela\u00e7\u00f5es dos t\u00f3picos abordados no cap\u00edtulo. Voc\u00ea pode concluir seus estudos elaborando, ou complementado, este mapa mental!<\/p>\n<\/section>\n<p><!-- SE\u00c7\u00c3O LEITURAS --><br \/>\n<!-- PENDENTE: CAPAS PARA OS MATERIAIS (N\u00c3O H\u00c1 LINKS) --><\/p>\n<section id=\"leituras\">\n<h3>Leituras Recomendadas<\/h3>\n<section class=\"leitura_recomendada\">\n<section class=\"leitura_capa\"><a href=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_14.png\"><img decoding=\"async\" class=\"aligncenter size-full wp-image-1990\" src=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_14.png\" alt=\"Capa - Sistemas Colaborativos\" height=\"150\" srcset=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_14.png 1920w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_14-300x169.png 300w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_14-1024x576.png 1024w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_14-768x432.png 768w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_14-1536x864.png 1536w\" sizes=\"(max-width: 1920px) 100vw, 1920px\" \/><\/a><\/section>\n<section class=\"leitura_descricao\"><a href=\"https:\/\/sistemascolaborativos.uniriotec.br\/\"><strong>Sistemas Colaborativos (PIMENTEL; FUKS, 2011)<\/strong><\/a> Cap\u00edtulo 15 &#8211; Sistemas de Recomenda\u00e7\u00e3o. Neste cap\u00edtulo de livro, s\u00e3o apresentados os conceitos fundamentais de sistemas de recomenda\u00e7\u00e3o, que v\u00e3o desde a entrada e sa\u00edda esperadas, grau de atua\u00e7\u00e3o e personaliza\u00e7\u00e3o da recomenda\u00e7\u00e3o, at\u00e9 a utiliza\u00e7\u00e3o das t\u00e9cnicas de gera\u00e7\u00e3o de recomenda\u00e7\u00f5es.<\/section>\n<\/section>\n<section class=\"leitura_recomendada\">\n<section class=\"leitura_capa\"><a href=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_15.jpg\"><img decoding=\"async\" class=\"aligncenter size-full wp-image-1991\" src=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_15.jpg\" alt=\"Capa - Recommender Systems Handbook\" height=\"150\" srcset=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_15.jpg 342w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_15-205x300.jpg 205w\" sizes=\"(max-width: 342px) 100vw, 342px\" \/><\/a><\/section>\n<section class=\"leitura_descricao\"><a href=\"https:\/\/www.springer.com\/gp\/book\/9780387858203\"><strong>Recommender Systems Handbook (Ricci, F., Rokach, L., Shapira, B. e Kantor, P.B., 2015)<\/strong><\/a> Este livro apresenta detalhes sobre diversos aspectos de Sistemas de Recomenda\u00e7\u00e3o.<\/section>\n<\/section>\n<section class=\"leitura_recomendada\">\n<section class=\"leitura_capa\"><a href=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_16.png\"><img decoding=\"async\" class=\"aligncenter size-full wp-image-1992\" src=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_16.png\" alt=\"Capa - News recommender systems \u2013 Survey and roads ahead\" height=\"150\" srcset=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_16.png 814w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_16-232x300.png 232w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_16-792x1024.png 792w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_16-768x993.png 768w\" sizes=\"(max-width: 814px) 100vw, 814px\" \/><\/a><\/section>\n<section class=\"leitura_descricao\"><a href=\"https:\/\/web-ainf.aau.at\/pub\/jannach\/files\/Journal_IPM_2018.pdf\"><strong>News recommender systems \u2013 Survey and roads ahead (Karimi, M., Jannach, D., Jugovac, M., 2018)<\/strong><\/a> Este livro fornece um panorama bastante atual sobre o tema.<\/section>\n<\/section>\n<section class=\"leitura_recomendada\">\n<section class=\"leitura_capa\"><a href=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_17.jpg\"><img decoding=\"async\" class=\"aligncenter size-full wp-image-1993\" src=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_17.jpg\" alt=\"Capa - Statistical Methods for Recommender Systems\" height=\"150\" srcset=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_17.jpg 314w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_17-189x300.jpg 189w\" sizes=\"(max-width: 314px) 100vw, 314px\" \/><\/a><\/section>\n<section class=\"leitura_descricao\"><a href=\"https:\/\/www.amazon.com\/Statistical-Methods-Recommender-Systems-Agarwal\/dp\/1107036070\"><strong>Statistical Methods for Recommender Systems (Agarwal, D.K., Chen, Bee-Chung, 2016)<\/strong><\/a> Esta leitura \u00e9 recomendada para aqueles que desejam se aprofundar nas t\u00e9cnicas estat\u00edsticas que s\u00e3o utilizadas no desenvolvimento dos sistemas de recomenda\u00e7\u00e3o.<\/section>\n<\/section>\n<section class=\"leitura_recomendada\">\n<section class=\"leitura_capa\"><a href=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_18.png\"><img decoding=\"async\" class=\"aligncenter size-full wp-image-1994\" src=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_18.png\" alt=\"Capa - Fundamentos da Teoria da Resposta ao Item \u2013 TRI\" height=\"150\" srcset=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_18.png 960w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_18-271x300.png 271w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_18-926x1024.png 926w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/08\/20SRE_18-768x850.png 768w\" sizes=\"(max-width: 960px) 100vw, 960px\" \/><\/a><\/section>\n<section class=\"leitura_descricao\"><a href=\"http:\/\/pepsic.bvsalud.org\/scielo.php?script=sci_arttext&amp;pid=S1677-04712003000200002\"><strong>Fundamentos da Teoria da Resposta ao Item \u2013 TRI. (Pasqualli, L., &amp; Primi, R., 2007)<\/strong><\/a> Se voc\u00ea est\u00e1 interessado em conhecer os fundamentos da Teoria da Resposta ao Item, sugerimos come\u00e7ar por aqui.<\/section>\n<\/section>\n<\/section>\n<p><!-- SE\u00c7\u00c3O EXERC\u00cdCIOS --><\/p>\n<section id=\"exercicios\">\n<h3 id=\"exercicios\">Exerc\u00edcios<\/h3>\n<ol>\n<li>Para cada aluno cadastrado em uma plataforma educacional, temos um conjunto de objetos de aprendizagem que ele acessou e avaliou. O Sistema de Recomenda\u00e7\u00e3o est\u00e1 programado para recomendar objetos de aprendizagem cujas caracter\u00edsticas s\u00e3o similares \u00e0s dos objetos de aprendizagem utilizadas e bem avaliadas pelo aluno em quest\u00e3o. Que outras recomenda\u00e7\u00f5es o sistema poderia fazer? Pense e proponha novas maneiras de recomendar objetos de aprendizagem para cada aluno, utilizando outros tipos de informa\u00e7\u00e3o que poderiam ser disponibilizadas na plataforma.<\/li>\n<li>Imagine uma plataforma educacional onde todos os professores, alunos e pesquisadores da universidade est\u00e3o cadastrados. Cada um preencheu seu perfil com suas \u00e1reas de interesse e especialidades que estuda e tem forma\u00e7\u00e3o. Voc\u00ea e sua equipe s\u00e3o respons\u00e1veis por criar um sistema de recomenda\u00e7\u00e3o utilizando essas informa\u00e7\u00f5es. Quem pode ser seus usu\u00e1rios? O que voc\u00ea recomendaria? Para quem recomendaria? Quais seriam as vari\u00e1veis consideradas em seu sistema? Que m\u00e9todo de recomenda\u00e7\u00e3o escolheria? E como utilizaria o feedback do usu\u00e1rio?<\/li>\n<li>Voc\u00ea foi escolhido como monitor da disciplina de Sistemas de Recomenda\u00e7\u00e3o voltados para apoiar a Educa\u00e7\u00e3o. Logo na primeira aula, o professor pede para voc\u00ea apresentar aos estudantes os conceitos b\u00e1sicos de sistemas de recomenda\u00e7\u00e3o. E agora? Prepare uma apresenta\u00e7\u00e3o com os conceitos b\u00e1sicos para expor para seus colegas! \u00c9 ensinando que se aprende. Vamos l\u00e1!<\/li>\n<\/ol>\n<\/section>\n<p><!-- SE\u00c7\u00c3O REFER\u00caNCIAS --><\/p>\n<section id=\"referencias\">\n<h3>Refer\u00eancias<\/h3>\n<p id=\"AGARWAL2016\">AGARWAL, D.K.; Chen; Bee-Chung. <strong>Statistical Methods for Recommender Systems.<\/strong> Cambridge University Press, 2016.<\/p>\n<p id=\"BRITO2014\">BRITO, W. A. T. <strong>Modelo de Recomenda\u00e7\u00e3o de Objetos de Aprendizagem Baseado em Sele\u00e7\u00e3o de Conte\u00fado no Ensino da Matem\u00e1tica.<\/strong> Disserta\u00e7\u00e3o de Mestrado. PPGI\/UFRJ, 2014.<\/p>\n<p id=\"KARIMI2018\">KARIMI, M., JANNACH, D.; JUGOVAC, M. <strong>News recommender systems \u2013 Survey and roads ahead.<\/strong> Vol. 54, Issue 6, Pages 1203-1227. In: Information Processing &amp; Management. Elsevier: Nov. 2018.<\/p>\n<p id=\"RESNICK1997\">RESNICK, P.; VARIAN, H. R. <strong>Recommender Systems<\/strong>. v. 40, n. 3, p. 55-58. In: Communications of the ACM. New York, USA, Mar. 1997.<\/p>\n<p id=\"RICCI2015\">RICCI, F.; ROKACH, L.; SHAPIRA, B.; Kantor, P.B. <strong>Recommender Systems Handbook<\/strong>. Springer, New York, 2015.<\/p>\n<p id=\"SCHAFER2001\">SCHAFER, J. B.; KONSTAN, J. A.; RIEDL, J. <strong>E-Commerce Recommendation Applications, Data Mining and Knowledge Discovery<\/strong>. 5, 115\u2013153. Kluwer Academic Publishers. Manufactured in The Netherlands, 2001.<\/p>\n<\/section>\n<p><!-- SE\u00c7\u00c3O AUTORES --><\/p>\n<section id=\"listaAutores\">\n<h3>Autoria<\/h3>\n<section id=\"MOTTA\" class=\"autor\">\n<section class=\"autor_foto\"><img loading=\"lazy\" decoding=\"async\" class=\"aligncenter size-full wp-image-1897\" src=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_11.png\" alt=\"Claudia Lage Rebello da Motta\" width=\"189\" height=\"229\" \/><\/section>\n<section class=\"autor_descricao\"><strong>Claudia Lage Rebello da Motta<\/strong><br \/>\n(<a href=\"http:\/\/lattes.cnpq.br\/0774464575739440\">http:\/\/lattes.cnpq.br\/0774464575739440<\/a>)<br \/>\n<span id=\"textoLattes\">Analista de Tecnologia da Informa\u00e7\u00e3o do Instituto T\u00e9rcio Pacitti de Aplica\u00e7\u00f5es e Pesquisas Computacionais da Universidade Federal do Rio de Janeiro, Brasil. Ela \u00e9 Doutora e Mestra em Engenharia de Sistemas e Computa\u00e7\u00e3o pela Universidade Federal do Rio de Janeiro (COPPE-UFRJ), e Bacharel em Inform\u00e1tica pelo Instituto de Matem\u00e1tica da UFRJ. Sua pesquisa se concentra em Inform\u00e1tica na Educa\u00e7\u00e3o, especialmente nos seguintes temas: Intelig\u00eancia Coletiva, Sistemas de Recomenda\u00e7\u00e3o, Aprendizagem Colaborativa Apoiada por Computador e Neuropedagogia Computacional. Participa de projetos de pesquisa, e tem experi\u00eancia na organiza\u00e7\u00e3o de workshops e confer\u00eancias. Participou da diretoria da Sociedade Brasileira de Computa\u00e7\u00e3o como diretora de planejamento e projetos estrat\u00e9gicos por tr\u00eas mandatos.<\/span><\/section>\n<\/section>\n<section id=\"SANTORO\" class=\"autor\">\n<section class=\"autor_foto\"><img loading=\"lazy\" decoding=\"async\" class=\"aligncenter size-medium wp-image-1898\" src=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_12-259x300.png\" alt=\"Fl\u00e1via Maria Santoro\" width=\"259\" height=\"300\" srcset=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_12-259x300.png 259w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_12.png 347w\" sizes=\"auto, (max-width: 259px) 100vw, 259px\" \/><\/section>\n<section class=\"autor_descricao\"><strong>Fl\u00e1via Maria Santoro<\/strong><br \/>\n(<a href=\"http:\/\/lattes.cnpq.br\/5377746284077362\">http:\/\/lattes.cnpq.br\/5377746284077362<\/a>)<br \/>\n<span id=\"textoLattes\">P\u00f3s-doutoranda na Universidade do Estado do Rio de Janeiro (UERJ), Brasil. Ela \u00e9 Doutora e Mestra em Engenharia de Sistemas e Computa\u00e7\u00e3o pela Universidade Federal do Rio de Janeiro (COPPE-UFRJ), e Bacharel em Engenharia Eletr\u00f4nica pela Escola Polit\u00e9cnica da UFRJ. Sua pesquisa se concentra em Sistemas de Informa\u00e7\u00e3o, especialmente nos seguintes temas: Gest\u00e3o de Processos de Neg\u00f3cios, Gest\u00e3o do Conhecimento, Trabalho Cooperativo Apoiado por Computador e Aprendizagem Colaborativa Apoiada por Computador. Participa de projetos de pesquisa em n\u00edvel internacional, e tem experi\u00eancia na organiza\u00e7\u00e3o de workshops e confer\u00eancias. Atuou na Universidade Pierre et Marie Curie &#8211; Paris VI, Fran\u00e7a (2004-2005) e Queensland University of Technology (QUT), Austr\u00e1lia (2012-2013) em projetos de p\u00f3s-doc.<\/span><\/section>\n<\/section>\n<section id=\"BRITO\" class=\"autor\">\n<section class=\"autor_foto\"><img loading=\"lazy\" decoding=\"async\" class=\"aligncenter size-medium wp-image-1899\" src=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_13-283x300.png\" alt=\"Walkir Alexandre Toscano de Brito\" width=\"283\" height=\"300\" srcset=\"https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_13-283x300.png 283w, https:\/\/ceie.sbc.org.br\/livrodidatico\/wp-content\/uploads\/2020\/04\/20SRE_13.png 322w\" sizes=\"auto, (max-width: 283px) 100vw, 283px\" \/><\/section>\n<section class=\"autor_descricao\"><strong>Walkir Alexandre Toscano de Brito<\/strong><br \/>\n(<a href=\"http:\/\/lattes.cnpq.br\/4013143135311718\">http:\/\/lattes.cnpq.br\/4013143135311718<\/a>)<br \/>\n<span id=\"textoLattes\">Doutorando em Inform\u00e1tica em Sistema Complexos Adaptativos na Universidade Federal do Rio de Janeiro, Mestre em Inform\u00e1tica pela Universidade Federal do Rio de Janeiro (2014), MBA em Marketing pela COPPEAD\/UFRJ (2000) e gradua\u00e7\u00e3o em Estat\u00edstica pela Escola Nacional de Ci\u00eancias Estat\u00edstica &#8211; ENCE. Tem experi\u00eancia na \u00e1rea de Doc\u00eancia em Estat\u00edstica, Inform\u00e1tica e nas \u00e1reas de Gest\u00e3o, Administra\u00e7\u00e3o e Comunica\u00e7\u00e3o, com \u00eanfase em Marketing Digital, M\u00e9tricas, Analytics e Big Data, atuando principalmente nos seguintes temas: Estat\u00edstica e cientista de dados, planejamento de marketing e comunica\u00e7\u00e3o, an\u00e1lise e pesquisa de mercado, Inova\u00e7\u00e3o Social, m\u00e9todos quantitativos, intelig\u00eancia artificial, Seguran\u00e7a P\u00fablica e comportamento do consumidor.<\/span><\/section>\n<\/section>\n<\/section>\n<p><!-- SE\u00c7\u00c3O CITAR --><\/p>\n<section id=\"citar\">\n<h3>Como citar este cap\u00edtulo<\/h3>\n<blockquote><p>MOTTA, Claudia Lage Rebello; SANTORO, Fl\u00e1via Maria; BRITO, Walkir Alexandre Toscano. Sistemas de Recomenda\u00e7\u00e3o para Educa\u00e7\u00e3o. In: SAMPAIO, F\u00e1bio F.; PIMENTEL, Mariano; SANTOS, Edm\u00e9a (Org.). <b>Inform\u00e1tica na Educa\u00e7\u00e3o<\/b>: games, intelig\u00eancia artificial, realidade virtual\/aumentada e computa\u00e7\u00e3o ub\u00edqua <\/b>. Porto Alegre: Sociedade Brasileira de Computa\u00e7\u00e3o, 2021. (S\u00e9rie Inform\u00e1tica na Educa\u00e7\u00e3o CEIE-SBC, v.7) Dispon\u00edvel em: &lt;https:\/\/ceie.sbc.org.br\/livrodidatico\/sistemas-recomendacao&gt;<\/p><\/blockquote>\n<\/section>\n<p><!-- SE\u00c7\u00c3O COMENT\u00c1RIOS --><\/p>\n<section id=\"comentarios\"><\/section>\n","protected":false},"excerpt":{"rendered":"<p>(Claudia Lage Rebello da Motta, Fl\u00e1via Maria Santoro, Walkir Alexandre Toscano de Brito) Como sistemas podem apoiar o processo ensino-aprendizagem &hellip; <\/p>\n","protected":false},"author":2,"featured_media":0,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-1854","post","type-post","status-publish","format-standard","hentry","category-sem-categoria"],"_links":{"self":[{"href":"https:\/\/ceie.sbc.org.br\/livrodidatico\/index.php\/wp-json\/wp\/v2\/posts\/1854","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ceie.sbc.org.br\/livrodidatico\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/ceie.sbc.org.br\/livrodidatico\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/ceie.sbc.org.br\/livrodidatico\/index.php\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/ceie.sbc.org.br\/livrodidatico\/index.php\/wp-json\/wp\/v2\/comments?post=1854"}],"version-history":[{"count":47,"href":"https:\/\/ceie.sbc.org.br\/livrodidatico\/index.php\/wp-json\/wp\/v2\/posts\/1854\/revisions"}],"predecessor-version":[{"id":3074,"href":"https:\/\/ceie.sbc.org.br\/livrodidatico\/index.php\/wp-json\/wp\/v2\/posts\/1854\/revisions\/3074"}],"wp:attachment":[{"href":"https:\/\/ceie.sbc.org.br\/livrodidatico\/index.php\/wp-json\/wp\/v2\/media?parent=1854"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/ceie.sbc.org.br\/livrodidatico\/index.php\/wp-json\/wp\/v2\/categories?post=1854"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/ceie.sbc.org.br\/livrodidatico\/index.php\/wp-json\/wp\/v2\/tags?post=1854"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}