CoLORS: um sistema de recomendação de oportunidades de aprendizado sensível a contexto

• Autor(a) principal: JOSUÉ NETO, Milton Burgos
• Data de Publicação: 2008
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFPE
• Texto Completo: https://repositorio.ufpe.br/handle/123456789/1751
• topic: sistema de recomendação; sensível a contexto; ontologia; aprendizagem; gestão organizacional

Nos dias atuais, para aumentar a produtividade de suas atividades, as organizações usam a informação estrategicamente para disseminar e compartilhar o conhecimento por toda a organização. Isto é feito por meio das competências de seus membros e das fontes de informação disponíveis na organização. No entanto, este conhecimento se encontra disperso, concentrando-se em determinados indivíduos ou unidades organizacionais, dificultando o acesso e a obtenção da informação. Visando resolver este problema, nosso trabalho propõe CoLORS, um sistema de recomendação de oportunidades de aprendizado sensível a contexto que promove o compartilhamento do conhecimento por meio dos materiais, especialistas e situações similares. Esta recomendação acontece quando as pessoas não possuem determinada competência exigida pela atividade que estão executando. Os diferenciais em relação aos sistemas de recomendação tradicionais são: atribuição de semântica às informações por meio da construção de ontologias, que unificam conceitos relacionados com o gerenciamento de contexto, com a organização e seus processos, com a gestão de competências, com a aprendizagem organizacional e com a gestão do tempo; a análise do contexto do usuário e a utilização de parâmetros de consulta e de ordenação para restringir a busca dos caminhos do grafo RDF/OWL da ontologia que estão relacionados com a lacuna de competência do usuário e para atribuir uma ordem de relevância às oportunidades de aprendizado recomendadas. Alguns cenários de testes foram desenvolvidos para validar as idéias propostas neste documento e ilustrar a aplicabilidade do protótipo de sistema de recomendação implementado