Interfaces adaptativas personalizadas para brindar recomendaciones en repositorios de objetos de aprendizaje

• Autores: Oscar Salazar, Paula A. Rodríguez, Demetrio Arturo Ovalle Carranza, Néstor Darío Duque Méndez
• Localización: Tecnura: Tecnología y Cultura Afirmando el Conocimiento, ISSN-e 2248-7638, ISSN 0123-921X, Vol. 21, Nº. 53 (Julio - Septiembre), 2017, págs. 107-118
• Idioma: español
• DOI: 10.14483/22487638.9287
• Títulos paralelos:
  • Personalized adaptive interfaces for supporting recommendation from learning object repositories
• Enlaces
  • Texto completo (pdf)
• Dialnet Métricas: 2 Citas
• Resumen
  • español

    Contexto: existen muchos repositorios de recursos educativos que permiten buscar y recuperar objetos de aprendizaje, de esta forma se puede tener acceso a millones de recursos educativos; sin embargo, se requiere mejorar la presentación, visualización y satisfacción de uso de dichos objetos de aprendizaje, teniendo en cuenta las preferencias y necesidades de los estudiantes.Método: el objetivo de este artículo es incorporar una interfaz adaptativa personalizada a un sistema multiagente con el fin de recomendar objetos de aprendizaje, desde repositorios locales y remotos utilizando el perfil cognitivo de los estudiantes.Resultados: la validación del prototipo se realizó a través de un caso de estudio en el cual la interfaz adaptó tanto la presentación como la visualización de los objetos de aprendizaje a través de las preferencias, necesidades y características de los estudiantes.Conclusiones: se puede concluir que las interfaces adaptativas personalizadas demuestran su eficacia y representan entonces un gran aporte en los entornos de e-learning, debido a que modifican en tiempo real la visualización y la presentación, teniendo en cuenta el perfil cognitivo del aprendiz.

  • English

    Context: There are many repositories that allow searching and retrieving learning objects, so a lot of learning resources can be accessed. However, it is required to improve the presentation and visualization of those learning resources considering the student’s preferences, needs, and cognitive features.Method: The aim of this paper is to incorporate a customized interface with an adaptive multi-agent system for learning objects recommendation from local and remote repositories based on the student’s cognitive profile.Results: The prototype validation was made through a case study in which the interface has adapted not only the presentation but the visualization of learning objects taking into account the student’s preferences, needs and cognitive features.Conclusions: We can conclude that personalized adaptive interfaces demonstrate their efficacy and represent a great contribution to e-learning environments since they modify in real time the visualization and presentation of educational resources using the student’s cognitive profile.

• Referencias bibliográficas
  • Becerra, C., Jiménez Vargas, S., González, F. y Gelbukh, A. (2015). Recomendación de productos a partir de perfiles de usuario interpretables....
  • Bellifemine, F., Poggi, A. and Rimassa, G. (1999). JADE–A FIPA-Compliant Agent Framework. Proceedings of PAAM.
  • Berners-Lee, T. and Hendler, J. (2001). Publishing on the Semantic Web. Nature, 410, pp. 1023-1024. https://doi.org/10.1038/35074206
  • Bolotnikova, E., y Gavrilova, A. and Gorovoy, V. (2011). To a Method of Evaluating Ontologies. Journal of Computer and Systems Sciences International,...
  • IEEE. (2002). IEEE Standard for Learning Object Metadata. New York: Institute of Electrical and Electronics Engieneers.
  • Kolas, L. and Staupe, A. (2007). A Personalized E-learning Interface. Eurocon 2007 - The International Conference on Computer as a Tool (pp....
  • Kritikou, Y., Demestichas, P., Adamopoulou, E., Demestichas, K., Theologou, M., and Paradia, M. (2008). User Profile Modeling in the Context...
  • Lee, H., Choi, Y. and Kim, Y. (2011). An Adaptive User Interface Based on Spatiotemporal Structure Learning. Communications Magazine, IEEE,...
  • Liang, Y., Zhu, H., Tian, Q., and Ji, S. (2010). A Method for OWL Ontology Module Partition. Web Society (SWS), 2010 IEEE 2nd Symposium on...
  • Nivethika, M., Vithiya, I., Anntharshika, S., and Deegalla, S. (2013). Personalized and Adaptive User Interface Framework for Mobile Application....
  • Papanikolaou, K., Grigoriadou, M., Kornilakis, H., and Magoulas, G. (2002). Personalizing The Interaction in a Web-Based Educational Hypermedia...
  • Peissner, M., and Edlin-White, R. (2013). User Control in Adaptive User Interfaces for Accessibility. Human-Computer Interaction – INTERACT...
  • Rodríguez, P., Tabares, V., Duque, N., Ovalle, D., and Vicari, R. (2013). BROA: An Agent-Based Model to Recommend Relevant Learning Objects...
  • Rosado, A., and Verjel, A. (2015). Data Mining Applied to Demand of Air Transport in Oca-a, North Santander. Revista Tecnura, 19(45), 101-113....
  • Smith, B., McGinty, L., Reilly, J., and McCarthy, K. (2004). Compound Critiques for Conversational Recommender Systems. Proceedings of the...
  • Steichen, B., Ashman, H., and Wade, V. (2012). A comparative survey of Personalised Information Retrieval and Adaptive Hypermedia techniques....
  • Uruchrutu, E., MacKinnon, L., and Rist, R. (2005). User Cognitive Style and Interface Design for Personal, Adaptive Learning. What to Model?...
  • Van de Sompel, H., Chute, R., and Hochstenbach, P. (2008). The aDORe Federation Architecture: Digital Repositories at Scale. International...
  • Wooldridge, M., Jennings, N., and Kinny, D. (1999). A Methodology for Agent-Oriented Analysis and Design. Proceedings of the Third Annual...