Ferramenta para análise de sentimentos em postagens no Moodle
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/259326 |
Resumo: | Este trabalho tem como objetivo melhorar a relação entre professores e alunos por meio da compreensão dos sentimentos dos alunos por parte do professor. Entender os senti mentos dos alunos é crucial para que os professores possam adaptar sua metodologia de ensino, identificar problemas e tomar medidas para melhorar a aprendizagem dos alunos. Diante disso, este trabalho propõe o desenvolvimento de uma ferramenta para coletar e analisar dados das postagens dos alunos no ambiente virtual de aprendizagem Moodle. Para tanto, são aplicadas técnicas de processamento de linguagem natural para classificar os diferentes tipos de sentimentos expressos pelos alunos em suas postagens, fóruns, men sagens diretas ao professor e mensagens via bate-papo. Os resultados mostraram que a ferramenta de monitoramento de sentimentos dos alunos foi eficaz ao possibilitar aos pro fessores compreenderem as emoções dos estudantes. Através da instalação do software nas máquinas dos professores, acompanhada de um arquivo PDF detalhado com instru ções de uso, a ferramenta permitiu identificar os sentimentos dos alunos. Os resultados foram obtidos a partir da participação de três professores no experimento. Ao compre ender melhor os sentimentos dos alunos, os professores podem adaptar sua metodologia de ensino e fornecer uma experiência educacional mais personalizada e satisfatória, po tencialmente levando a um melhor desempenho dos alunos e uma maior satisfação com o processo de aprendizagem. |
id |
UFRGS-2_44e82bf10da4baa1adde0fd7ddbe1cc1 |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/259326 |
network_acronym_str |
UFRGS-2 |
network_name_str |
Repositório Institucional da UFRGS |
repository_id_str |
|
spelling |
Bilo, Henrique AlvesWives, Leandro KrugSantana, Brenda Salenave2023-06-23T03:32:44Z2023http://hdl.handle.net/10183/259326001170690Este trabalho tem como objetivo melhorar a relação entre professores e alunos por meio da compreensão dos sentimentos dos alunos por parte do professor. Entender os senti mentos dos alunos é crucial para que os professores possam adaptar sua metodologia de ensino, identificar problemas e tomar medidas para melhorar a aprendizagem dos alunos. Diante disso, este trabalho propõe o desenvolvimento de uma ferramenta para coletar e analisar dados das postagens dos alunos no ambiente virtual de aprendizagem Moodle. Para tanto, são aplicadas técnicas de processamento de linguagem natural para classificar os diferentes tipos de sentimentos expressos pelos alunos em suas postagens, fóruns, men sagens diretas ao professor e mensagens via bate-papo. Os resultados mostraram que a ferramenta de monitoramento de sentimentos dos alunos foi eficaz ao possibilitar aos pro fessores compreenderem as emoções dos estudantes. Através da instalação do software nas máquinas dos professores, acompanhada de um arquivo PDF detalhado com instru ções de uso, a ferramenta permitiu identificar os sentimentos dos alunos. Os resultados foram obtidos a partir da participação de três professores no experimento. Ao compre ender melhor os sentimentos dos alunos, os professores podem adaptar sua metodologia de ensino e fornecer uma experiência educacional mais personalizada e satisfatória, po tencialmente levando a um melhor desempenho dos alunos e uma maior satisfação com o processo de aprendizagem.This work aims to improve the relationship between teachers and students through the understanding of students’ emotions by the teacher. Understanding students’ emotions is crucial for teachers to adapt their teaching methodology, identify issues, and take mea sures to improve student learning. In this regard, this work proposes the development of a tool to collect and analyze data from students’ posts in the Moodle virtual learning envi ronment. To achieve this, natural language processing techniques are applied to classify the different types of emotions expressed by students in their posts, forums, direct mes sages to the teacher, and chat messages. The results showed that the student sentiment monitoring tool was effective in enabling teachers to understand students’ emotions. By installing the software on teachers’ machines, accompanied by a detailed PDF file with instructions for use, the tool allowed for the identification of students’ emotions. The results were obtained from the participation of three teachers in the experiment. By bet ter understanding students’ emotions, teachers can adapt their teaching methodology and provide a more personalized and satisfactory educational experience, potentially leading to improved student performance and higher satisfaction with the learning process.application/pdfporProcessamento de linguagem naturalMoodleSoftwareAnálise de dadosSentiment analysisFerramenta para análise de sentimentos em postagens no MoodleTool for sentiment analysis in student posts on Moodle info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal do Rio Grande do SulInstituto de InformáticaPorto Alegre, BR-RS2023Ciência da Computação: Ênfase em Ciência da Computação: Bachareladograduaçãoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001170690.pdf.txt001170690.pdf.txtExtracted Texttext/plain106513http://www.lume.ufrgs.br/bitstream/10183/259326/2/001170690.pdf.txt9b690acf0c328c5c475110780c839c33MD52ORIGINAL001170690.pdfTexto completoapplication/pdf1878497http://www.lume.ufrgs.br/bitstream/10183/259326/1/001170690.pdfee9849ec3cde877f03b0b173cff9ebc5MD5110183/2593262023-06-24 03:37:24.926586oai:www.lume.ufrgs.br:10183/259326Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2023-06-24T06:37:24Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
Ferramenta para análise de sentimentos em postagens no Moodle |
dc.title.alternative.en.fl_str_mv |
Tool for sentiment analysis in student posts on Moodle |
title |
Ferramenta para análise de sentimentos em postagens no Moodle |
spellingShingle |
Ferramenta para análise de sentimentos em postagens no Moodle Bilo, Henrique Alves Processamento de linguagem natural Moodle Software Análise de dados Sentiment analysis |
title_short |
Ferramenta para análise de sentimentos em postagens no Moodle |
title_full |
Ferramenta para análise de sentimentos em postagens no Moodle |
title_fullStr |
Ferramenta para análise de sentimentos em postagens no Moodle |
title_full_unstemmed |
Ferramenta para análise de sentimentos em postagens no Moodle |
title_sort |
Ferramenta para análise de sentimentos em postagens no Moodle |
author |
Bilo, Henrique Alves |
author_facet |
Bilo, Henrique Alves |
author_role |
author |
dc.contributor.author.fl_str_mv |
Bilo, Henrique Alves |
dc.contributor.advisor1.fl_str_mv |
Wives, Leandro Krug |
dc.contributor.advisor-co1.fl_str_mv |
Santana, Brenda Salenave |
contributor_str_mv |
Wives, Leandro Krug Santana, Brenda Salenave |
dc.subject.por.fl_str_mv |
Processamento de linguagem natural Moodle Software Análise de dados |
topic |
Processamento de linguagem natural Moodle Software Análise de dados Sentiment analysis |
dc.subject.eng.fl_str_mv |
Sentiment analysis |
description |
Este trabalho tem como objetivo melhorar a relação entre professores e alunos por meio da compreensão dos sentimentos dos alunos por parte do professor. Entender os senti mentos dos alunos é crucial para que os professores possam adaptar sua metodologia de ensino, identificar problemas e tomar medidas para melhorar a aprendizagem dos alunos. Diante disso, este trabalho propõe o desenvolvimento de uma ferramenta para coletar e analisar dados das postagens dos alunos no ambiente virtual de aprendizagem Moodle. Para tanto, são aplicadas técnicas de processamento de linguagem natural para classificar os diferentes tipos de sentimentos expressos pelos alunos em suas postagens, fóruns, men sagens diretas ao professor e mensagens via bate-papo. Os resultados mostraram que a ferramenta de monitoramento de sentimentos dos alunos foi eficaz ao possibilitar aos pro fessores compreenderem as emoções dos estudantes. Através da instalação do software nas máquinas dos professores, acompanhada de um arquivo PDF detalhado com instru ções de uso, a ferramenta permitiu identificar os sentimentos dos alunos. Os resultados foram obtidos a partir da participação de três professores no experimento. Ao compre ender melhor os sentimentos dos alunos, os professores podem adaptar sua metodologia de ensino e fornecer uma experiência educacional mais personalizada e satisfatória, po tencialmente levando a um melhor desempenho dos alunos e uma maior satisfação com o processo de aprendizagem. |
publishDate |
2023 |
dc.date.accessioned.fl_str_mv |
2023-06-23T03:32:44Z |
dc.date.issued.fl_str_mv |
2023 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10183/259326 |
dc.identifier.nrb.pt_BR.fl_str_mv |
001170690 |
url |
http://hdl.handle.net/10183/259326 |
identifier_str_mv |
001170690 |
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.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
instacron_str |
UFRGS |
institution |
UFRGS |
reponame_str |
Repositório Institucional da UFRGS |
collection |
Repositório Institucional da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/259326/2/001170690.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/259326/1/001170690.pdf |
bitstream.checksum.fl_str_mv |
9b690acf0c328c5c475110780c839c33 ee9849ec3cde877f03b0b173cff9ebc5 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
|
_version_ |
1801224662301016064 |