Formação de grupos em MOOCs utilizando Particle Swarm Optimization

• Main Author: Ullmann, Matheus Rudolfo Diedrich
• Other Authors: Ferreira, Deller James
• Format: Others
• Language: Portuguese
• Published: Universidade Federal de Goiás 2016
• Subjects: MOOC; Cursos online; Massivos abertos; CSCL; Aprendizagem colaborativa; Aprendizagem a distância; PSO; Otimização porenxamedepartículas; Análise combinatória; Composição de grupos; Formaçãode grupos; Massive open online courses; Colaborative learning; Distance learning; Particle swarm optimization; Combinatorial analysis; Group composition; Group formation; CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
• Online Access: http://repositorio.bc.ufg.br/tede/handle/tede/5609

Submitted by Luciana Ferreira ([e-mail]) on 2016-06-01T10:57:51Z No. of bitstreams: 2 Dissertação - Matheus Rudolfo Diedrich Ullmann - 2016.pdf: 1264745 bytes, checksum: 65f8378224bd7fd700216a920f2da7a0 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) === Approved for entry into archive by Luciana Ferreira ([e-mail]) on 2016-06-01T11:00:53Z (GMT) No. of bitstreams: 2 Dissertação - Matheus Rudolfo Diedrich Ullmann - 2016.pdf: 1264745 bytes, checksum: 65f8378224bd7fd700216a920f2da7a0 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) === Made available in DSpace on 2016-06-01T11:00:53Z (GMT). No. of bitstreams: 2 Dissertação - Matheus Rudolfo Diedrich Ullmann - 2016.pdf: 1264745 bytes, checksum: 65f8378224bd7fd700216a920f2da7a0 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Previous issue date: 2016-02-26 === Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES === The MassiveOpenOnlineCourses(MOOCs)areonlinecourseswithopenenrollment that involvingahugeamountofstudentsfromdifferentlocations,withdifferentback- grounds andinterests.Thelargenumberofstudentsimpliesahugeandunmanageable number ofinteractions.Thisfact,alongwiththedifferentinterestsofstudents,resulting in low-qualityinteractions.Duetothelargenumberofstudents,alsobecomesunviable composition manuallylearninggroups.DuetothesecharacteristicspresentinMOOCs, a methodforforminggroupswasdevelopedinthiswork,asanattempttoattendthedi- chotomy existsbetweenthecollective,whichinvolvestheformationofanonlinelearning community onamassivescale,andindividual,withdifferentinterests,priorknowledge and expectationsanddifferentleadershipprofiles.Fortheformationofgroups,anadapta- tion ofParticleSwarmOptimizationalgorithmwasproposedbasedonthreecriteria,kno- wledge level,interestsandleadershipprofiles,formingthengroupswithdifferentlevels of knowledge,similarinterestsanddistributedleadership,providingbetterinteractionand knowledgeconstruction.Werecreatedtwovariationsoftheproblem,withfivestudents and theothersix.Basedoncomputationaltests,thealgorithmdemonstratedthatableto attend thegroupingcriteriainasatisfactorycomputingtimeandismoreefficientthanthe model randomgroupsformation.Thetestsalsodemonstratedthatthealgorithmisrobust taking intoaccountthevariousdatasetsanditerationsvariations.Toevaluatethequality of interactionsandknowledgebuildingingroupsformedbythemethod,Acasestudy wasconducted;andfortheanalysisofthecollecteddiscourses,itwastakenasthebasis twomodelsofdiscourseanalysisfoundintheliterature.Theresultsofthecasestudy demonstrated thatthegroupsformedbytheproposedmethodachievedthebestresultsin the interactionsandknowledgeconstruction,whencomparedwithgroupsthatdonotuse it. === Os Massive OpenOnlineCourses (MOOCs) sãocursos online com inscriçõesabertas que envolvemumaenormequantidadedeestudantesdediferenteslocalidades,comdife- rentes backgrounds e interesses.Ograndenúmerodealunosimplicaemumaenormee não gerenciávelquantidadedeinterações.Estefato,juntamentecomosinteressesdife- rentes dosalunos,resultaeminteraçõesdebaixaqualidade.Devidoàgrandequantidade de alunos,tambémtorna-seinviávelacomposiçãodegruposdeaprendizagemdeforma manual. DevidoàessascaracterísticaspresentesnosMOOCs,ummétodoparaformação de gruposfoidesenvolvidonestetrabalho,comoumatentativaparaatenderadicoto- mia queexisteentreocoletivo,queenvolveaformaçãodeumacomunidade online de aprendizagem emumaescalamaciça,eoindividual,comdiferentesinteresses,conhe- cimentos prévioseexpectativasecomdiferentesperfisdeliderança.Paraaformação dos grupos,umaadaptaçãodoalgoritmo ParticleSwarmOptimization foi propostacom base emtrêscritérios,níveldeconhecimento,interesseseperfisdeliderança,formando então gruposcomníveisdeconhecimentodiferentes,interessessemelhanteseliderança distribuída,proporcionandoumamelhorinteraçãoeconstruçãodeconhecimento.Foram criadas duasvariaçõesdoproblema,umacomcincoalunoseoutracomseis.Combase em testescomputacionais,oalgoritmodemonstrouqueconsegueatenderoscritériosde agrupamento emumtempodecomputaçãosatisfatórioeémaiseficientequeomodelode formação degruposaleatório.Ostestesdemonstraramtambémqueoalgoritmoérobusto levandoemcontaosvariadosconjuntosdedadosevariaçõesdeiterações.Paraavaliara qualidade dasinteraçõeseaconstruçãodeconhecimentonosgruposformadospelomé- todo, umestudodecasofoirealizado;eparaaanálisedosdiscursoscoletados,tomou-se como basedoismodelosdeanálisedediscursopresentesnaliteratura.Oresultadodo estudo decasodemonstrouqueosgruposformadospelométodopropostoobtiveramos melhores resultadosnasinteraçõeseconstruçãodoconhecimento,quandocomparados com osgruposquenãooutilizaram.