Identificação do Estilo de Aprendizagem utilizando o Modelo LV como auxílio para personalização de Sistemas Tutores Inteligentes

Abstract

The Learning Styles (LS) identification seeks to provide assistance in adaptive systems based on each student’s preferences, as well as contributing to recommendation systems and intelligent tutors systems. This research proposes to classify learning profiles from the records of the students’ activities, generated by the Learning Vectors Model (LV), within a Learning Management System (LMS). The Felder and Silverman model was used as the basis, initially in the processing dimension. Different machine learning techniques were implemented and compared to perform this classification. As a result, we obtained a maximum accuracy rate of 72.50 % with the KNN algorithm using the LV attributes and 69.99 % with the SVM using attributes chosen from the literature. Resumo. A identificação de Estilos de Aprendizagem (EA) busca fornecer auxı́lio em sistemas adaptativos baseados nas preferências de cada aluno, assim como pode contribuir em sistemas de recomendação e sistemas tutores inteligentes. Esta pesquisa propõe classificar perfis de aprendizagem a partir dos registros das atividades dos alunos, gerados pelo Modelo Learning Vectors (LV), dentro de um Ambiente Virtual de Aprendizagem (AVA). O modelo de Felder e Silverman foi utilizado como base, inicialmente na dimensão processamento. Diferentes técnicas de aprendizado de máquina foram implementadas e comparadas para realizar esta classificação. Como resultado, obteve-se uma taxa de acurácia máxima de 72,50% com o algoritmo KNN usando os atributos do LV e 69,99% com o SVM usando atributos escolhidos com base na literatura.