Sistema de recomendación basado en k-nn para condiciones de incertidumbre en un Sistema Tutor Inteligente



Título del documento: Sistema de recomendación basado en k-nn para condiciones de incertidumbre en un Sistema Tutor Inteligente
Revista: Ciencias de la información
Base de datos: CLASE
Número de sistema: 000435363
ISSN: 0864-4659
Autores: 1
1
2
Instituciones: 1Universidad de las Ciencias Informáticas, Centro FORTES, La Habana. Cuba
2Universidad de las Ciencias Informáticas, Centro Internacional de Postgrado, La Habana. Cuba
Año:
Periodo: Sep-Dic
Volumen: 45
Número: 3
Paginación: 25-30
País: Cuba
Idioma: Español
Tipo de documento: Artículo
Enfoque: Analítico, descriptivo
Resumen en español El desarrollo de Sistemas Tutores Inteligentes tiene como objetivo crear herramientas que enseñan un dominio de conocimiento en forma similar a como lo haría un tutor humano experimentado. Para lograrlo el sistema debe ser capaz de modelar el estado de conocimiento y sugerir los materiales e intervenciones más adecuadas para cada estudiante. Sin embargo, el conocimiento asociado a la forma en que aprenden las personas, las vías más eficaces para transmitir el conocimiento y medirlo es incompleto y presenta errores. Por estas razones al modelar el estudiante se debe tener en cuenta la incertidumbre inherente al proceso. En el presente trabajo se propone una técnica para el desarrollo de un módulo del estudiante con el uso de redes bayesianas y filtrado colaborativo, vinculando las fases a través de una medida de efectividad generada durante la evaluación, llamada coeficiente de efectividad
Resumen en inglés The development of Intelligent Tutoring Systems aims to create tools to teach a knowledge domain in a similar way as would an experienced human tutor. To achieve it the system should be able to model the state of knowledge and recommend the best suited materials and interventions for each student. However, the knowledge associated with how people learn, the most effective ways to transmit knowledge and to measure it is incomplete and error prone. For these reasons, student modeling must take into account the uncertainty inherent in the process. This paper proposes a technique for developing a student module with the use of Bayesian networks and collaborative filtering, linking the stages through a measure of effectiveness generated during the assessment, called coefficient of effectiveness
Disciplinas: Bibliotecología y ciencia de la información
Palabras clave: Tecnología de la información,
Sistemas tutores inteligentes,
Filtrado colaborativo,
Redes bayesianas,
Incertidumbre,
Modelado,
Estudiantes
Texto completo: Texto completo (Ver PDF)