Empregando Análise Visual e Sensemaking no Ensino de Predictive Suffix Trees

Abstract

Teaching abstract concepts can be quite complicated. In this sense, understanding Predictive Suffix Trees (PSTs) is particularly challenging since this type of tree-based data structure simultaneously stores and relates information about space, time, and probabilities. This work presents a practical experiment that tries to make the teaching of PSTs more applied, based on the development of a specific application, which is tested and analyzed quantitatively and qualitatively, demonstrating that the proposed solution can be a viable educational alternative. Resumo. O ensino de conceitos abstratos pode ser bastante complexo. Nesse sentido, compreender Predictive Suffix Trees (PSTs) é particularmente desafiador, uma vez que esse tipo de estrutura de dados, baseada em árvores, armazena e relaciona simultaneamente informações sobre espaço, tempo e probabilidades. Esse trabalho apresenta um experimento prático que visa tornar mais aplicado o ensino de PSTs, baseando-se no desenvolvimento de uma aplicação especı́fica, que é testada e analisada quantitativa e qualitativamente, demonstrando que a solução proposta pode ser uma alternativa educacional viável.