SQLLOMINING: FINDING LEARNING OBJECTS USING MACHINE LEARNING METHODS
Autor(a) principal: | |
---|---|
Data de Publicação: | 2007 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da PUC-RIO (Projeto Maxwell) |
Texto Completo: | https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=10970@1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=10970@2 |
Resumo: | Objetos de Aprendizagem ou Learning Objects (LOs) são porções de material didático tais como textos que podem ser reutilizados na composição de outros objetos maiores (aulas ou cursos). Um dos problemas da reutilização de LOs é descobri-los em seus contextos ou documentos texto originais tais como livros, e artigos. Visando a obtenção de LOs, este trabalho apresenta um processo que parte da extração, tratamento e carga de uma base de dados textual e em seguida, baseando-se em técnicas de aprendizado de máquina, uma combinação de EM (Expectation-Maximization) e um classificador Bayesiano, classifica-se os textos extraídos. Tal processo foi implementado em um sistema chamado SQLLOMining, que usa SQL como linguagem de programação e técnicas de mineração de texto na busca de LOs. |
id |
PUC_RIO-1_d2167fb44c69d9d373ac95e91602e856 |
---|---|
oai_identifier_str |
oai:MAXWELL.puc-rio.br:10970 |
network_acronym_str |
PUC_RIO-1 |
network_name_str |
Repositório Institucional da PUC-RIO (Projeto Maxwell) |
repository_id_str |
534 |
spelling |
info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisSQLLOMINING: FINDING LEARNING OBJECTS USING MACHINE LEARNING METHODSSQLLOMINING: OBTENÇÃO DE OBJETOS DE APRENDIZAGEM UTILIZANDO TÉCNICAS DE APRENDIZADO DE MÁQUINA2007-07-20RUBENS NASCIMENTO MELO07429371868lattes.cnpq.br/0890781105275757RUBENS NASCIMENTO MELORUY LUIZ MILIDIUSERGIO LIFSCHITZ02522864726SUSANA ROSICH SOARES VELLOSOPONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIROPPG EM INFORMÁTICAPUC-RioBRObjetos de Aprendizagem ou Learning Objects (LOs) são porções de material didático tais como textos que podem ser reutilizados na composição de outros objetos maiores (aulas ou cursos). Um dos problemas da reutilização de LOs é descobri-los em seus contextos ou documentos texto originais tais como livros, e artigos. Visando a obtenção de LOs, este trabalho apresenta um processo que parte da extração, tratamento e carga de uma base de dados textual e em seguida, baseando-se em técnicas de aprendizado de máquina, uma combinação de EM (Expectation-Maximization) e um classificador Bayesiano, classifica-se os textos extraídos. Tal processo foi implementado em um sistema chamado SQLLOMining, que usa SQL como linguagem de programação e técnicas de mineração de texto na busca de LOs.Learning Objects (LOs) are pieces of instructional material like traditional texts that can be reused in the composition of more complex objects like classes or courses. There are some difficulties in the process of LO reutilization. One of them is to find pieces of documents that can be used like LOs. In this work we present a process that, in search for LOs, starts by extracting, transforming and loading a text database and then continue clustering these texts, using a machine learning methods that combines EM (Expectation- Maximization) and a Bayesian classifier. We implemented that process in a system called SQLLOMining that uses the SQL language and text mining methods in the search for LOs.COORDENAÇÃO DE APERFEIÇOAMENTO DO PESSOAL DE ENSINO SUPERIORhttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=10970@1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=10970@2porreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2022-11-01T12:58:43Zoai:MAXWELL.puc-rio.br:10970Repositório InstitucionalPRIhttps://www.maxwell.vrac.puc-rio.br/ibict.phpopendoar:5342019-07-08T00:00Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)false |
dc.title.en.fl_str_mv |
SQLLOMINING: FINDING LEARNING OBJECTS USING MACHINE LEARNING METHODS |
dc.title.alternative.pt.fl_str_mv |
SQLLOMINING: OBTENÇÃO DE OBJETOS DE APRENDIZAGEM UTILIZANDO TÉCNICAS DE APRENDIZADO DE MÁQUINA |
title |
SQLLOMINING: FINDING LEARNING OBJECTS USING MACHINE LEARNING METHODS |
spellingShingle |
SQLLOMINING: FINDING LEARNING OBJECTS USING MACHINE LEARNING METHODS SUSANA ROSICH SOARES VELLOSO |
title_short |
SQLLOMINING: FINDING LEARNING OBJECTS USING MACHINE LEARNING METHODS |
title_full |
SQLLOMINING: FINDING LEARNING OBJECTS USING MACHINE LEARNING METHODS |
title_fullStr |
SQLLOMINING: FINDING LEARNING OBJECTS USING MACHINE LEARNING METHODS |
title_full_unstemmed |
SQLLOMINING: FINDING LEARNING OBJECTS USING MACHINE LEARNING METHODS |
title_sort |
SQLLOMINING: FINDING LEARNING OBJECTS USING MACHINE LEARNING METHODS |
dc.creator.Lattes.none.fl_str_mv |
|
author |
SUSANA ROSICH SOARES VELLOSO |
author_facet |
SUSANA ROSICH SOARES VELLOSO |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
RUBENS NASCIMENTO MELO |
dc.contributor.advisor1ID.fl_str_mv |
07429371868 |
dc.contributor.advisor1Lattes.fl_str_mv |
lattes.cnpq.br/0890781105275757 |
dc.contributor.referee1.fl_str_mv |
RUBENS NASCIMENTO MELO |
dc.contributor.referee2.fl_str_mv |
RUY LUIZ MILIDIU |
dc.contributor.referee3.fl_str_mv |
SERGIO LIFSCHITZ |
dc.contributor.authorID.fl_str_mv |
02522864726 |
dc.contributor.author.fl_str_mv |
SUSANA ROSICH SOARES VELLOSO |
contributor_str_mv |
RUBENS NASCIMENTO MELO RUBENS NASCIMENTO MELO RUY LUIZ MILIDIU SERGIO LIFSCHITZ |
description |
Objetos de Aprendizagem ou Learning Objects (LOs) são porções de material didático tais como textos que podem ser reutilizados na composição de outros objetos maiores (aulas ou cursos). Um dos problemas da reutilização de LOs é descobri-los em seus contextos ou documentos texto originais tais como livros, e artigos. Visando a obtenção de LOs, este trabalho apresenta um processo que parte da extração, tratamento e carga de uma base de dados textual e em seguida, baseando-se em técnicas de aprendizado de máquina, uma combinação de EM (Expectation-Maximization) e um classificador Bayesiano, classifica-se os textos extraídos. Tal processo foi implementado em um sistema chamado SQLLOMining, que usa SQL como linguagem de programação e técnicas de mineração de texto na busca de LOs. |
publishDate |
2007 |
dc.date.issued.fl_str_mv |
2007-07-20 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=10970@1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=10970@2 |
url |
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=10970@1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=10970@2 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO |
dc.publisher.program.fl_str_mv |
PPG EM INFORMÁTICA |
dc.publisher.initials.fl_str_mv |
PUC-Rio |
dc.publisher.country.fl_str_mv |
BR |
publisher.none.fl_str_mv |
PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da PUC-RIO (Projeto Maxwell) instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO) instacron:PUC_RIO |
instname_str |
Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO) |
instacron_str |
PUC_RIO |
institution |
PUC_RIO |
reponame_str |
Repositório Institucional da PUC-RIO (Projeto Maxwell) |
collection |
Repositório Institucional da PUC-RIO (Projeto Maxwell) |
repository.name.fl_str_mv |
Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO) |
repository.mail.fl_str_mv |
|
_version_ |
1748324895682461696 |