Propuesta de un sistema de recomendación híbrido semántico de objetos de aprendizaje en el área de educación ambiental basado en Linked Data

Jaime  Guzmán Luna; Jennifer  Cartagena Orrego; Carlos Andrés Pérez; Eder Alonso  Acevedo Marín

doi:10.24054/rcta.v2i30.169

Autores/as

Jaime Guzmán Luna Universidad Nacional de Colombia
Jennifer Cartagena Orrego Universidad Nacional de Colombia
Carlos Andrés Pérez Universidad Nacional de Colombia
Eder Alonso Acevedo Marín Universidad Nacional de Colombia

DOI:

https://doi.org/10.24054/rcta.v2i30.169

Palabras clave:

Sistema de recomendación, Objetos de aprendizaje, Educación Ambiental, Recomendación Semántica, Linked Data

Resumen

Este artículo propone una arquitectura para la recomendación de objetos de aprendizaje en el área de Educación Ambiental utilizando el estándar LOM con el fin de representar recursos educativos en dicha área. La información necesaria para el proceso de recomendación será obtenida mediante la tecnología de datos enlazados en asocio con ontologías para recuperar los recursos desde repositorios de Objetos de Aprendizaje existentes en la Web. Paralelamente este sistema de recomendación hace uso de técnicas de filtrado basado en contenidos y colaborativos que favorece la selección de los objetos de acuerdo a los requerimientos del usuario dando como respuesta el material más adecuado al perfil del usuario.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Betancur, D., Moreno, J. y Ovalle, D. (2009). Modelo para la recomendación y recuperación de objetos de aprendizaje en entornos virtuales de enseñanza/aprendizaje. Avances en Sistemas en Sistemas e Informática, Vol. 6, No.1.

Bizer, C. et al. (2008). Linked data on the web. Proceeding of the 17th International Conference on World Wide Web. Beijing, China. pp.1265–1266.

Casali, A. et al. (2011). Sistema inteligente para la recomendación de objetos de aprendizaje. Revista Generación Digital, vol. 9, no. 1, pp. 88–95.

Cechinel, C. et al. (2013). Evaluating collaborative filtering recommendations inside large learning object repositories. Information Processing & Management. Vol. 49, No. 1, pp.34–50.

Dietze, S. et al. (2013). Interlinking educational resources and the web of data: A survey of challenges and approaches. Emerald Program: electronic Library and Information Systems, Vol. 47, No. 1, pp.60–91.

DuCharme, B. (2011). Learning SPARQL, O’Reilly Media, Inc. ISBN 978-1-449-30659-5.

Eduteka, 2008. La Taxonomía de Bloom y sus dos Actualizaciones. http://www.eduteka.org/TaxonomiaBloomCuadro.php3, pp.1–7. (Consultado: 5 de octubre 2015).

Galán N., S.M. (2007). Filtrado Colaborativo y Sistemas de Recomendación. Universidad Carlos III de Madrid, España.

García A., L. (2015). Objetos de Aprendizaje. http://www.academia.edu/2528431/Objetos_de_aprendizaje. (Consultado: 15 de octubre 2015).

García C., C. y Moreno, I. (2006). Algoritmos de aprendizaje: knn & kmeans. Inteligencia en Redes de Comunicación, Universidad Carlos III de Madrid. http://www.it.uc3m.es/jvillena/irc/practicas/08-09/06.pdf. (Consultado: 6 de octubre 2015).

García, P. (2000). Recursos en los entornos E-Learning, Editorial:Bibl. Univ. Nueva época. pp. 101

IEEE-LOM. (2002). Standard for Learning Object Metadata. ANSI/IEEE. etadata. (2002). http://ltsc.ieee.org/wg12/. (Consultado: 10 de octubre 2015)

Jena, A. (2015). Getting started with Apache Jena.http://jena.apache.org/getting_started/index.html. (Consultado: 5 de octubre 2015).

Kantor, P., Rokach, L. y Shapira, B. (2011). Recommender systems handbook. Editorial Springer, New York, E.E.U.U.

Machado G., N. y Montoyo, A. (2006). Recomendación de objetos de aprendizaje almacenados en repositorios lor@server según las preferencias del usuario. Proceedings of the 5th WSEAS International Conference on E- ACTIVITIES.

Merlot. (2015). Multimedia Educational Resource for Learning and Online Teaching. Universidad Estatal de California, E.E.U.U. http://www.merlot.org/. (Consultado: 1 de octubre 2015)

Ochoa, X. y Carrillo, G. (2013). Recomendación de Objetos de Aprendizaje basado en el Perfil del Usuario y la Información de Atención Contextualizada. Conferencia LACLO, Vol. 4, No.1.

Torres P., I. D. y Guzmán L., J.A. (2014). “A Cloud Computing Infrastructure Using Semantic Learning Objects for Digital Television”. Proceedings of 4th international workshop on computer science and engineering-summer (WCSE 2014). Dubái, Vol 4, No. 1.

Rajani, N. y McArdle, K. (2015). “Parallel k Nearest Neighbor Graph Construction Using Tree-Based Data Structures”. Proceedings of 1st High Performance Graph Mining workshop. Sydney.

Rodríguez M., P.A. (2014). Modelo de recomendación adaptativa de objetos de aprendizaje en el marco de una federación de repositorios, apoyado en agentes inteligentes y perfiles de usuario. Universidad Nacional de Colombia. http://www.bdigital.unal.edu.co/11634/1/1053767913.2013.pdf. (Consultado: 1 de octubre 2015)

Zapata, M. (2006). “¿Han muerto los objetos de aprendizaje?”. La Columna, Revista RED Revista de Educación a Distancia, Año V, No. 14. Universidad de Murcia, España.

Wood, D., Zaidman, M., Ruth, L. (2014). Linked Data – Structured Data on the Web. Manning Publications.