CoLORS: um sistema de recomendaÃÃo de oportunidades de aprendizado sensÃvel a contexto
AUTOR(ES)
Milton Burgos Josuà Neto
DATA DE PUBLICAÇÃO
2008
RESUMO
Nos dias atuais, para aumentar a produtividade de suas atividades, as organizaÃÃes usam a informaÃÃo estrategicamente para disseminar e compartilhar o conhecimento por toda a organizaÃÃo. Isto à feito por meio das competÃncias de seus membros e das fontes de informaÃÃo disponÃveis na organizaÃÃo. No entanto, este conhecimento se encontra disperso, concentrando-se em determinados indivÃduos ou unidades organizacionais, dificultando o acesso e a obtenÃÃo da informaÃÃo. Visando resolver este problema, nosso trabalho propÃe CoLORS, um sistema de recomendaÃÃo de oportunidades de aprendizado sensÃvel a contexto que promove o compartilhamento do conhecimento por meio dos materiais, especialistas e situaÃÃes similares. Esta recomendaÃÃo acontece quando as pessoas nÃo possuem determinada competÃncia exigida pela atividade que estÃo executando. Os diferenciais em relaÃÃo aos sistemas de recomendaÃÃo tradicionais sÃo: atribuiÃÃo de semÃntica Ãs informaÃÃes por meio da construÃÃo de ontologias, que unificam conceitos relacionados com o gerenciamento de contexto, com a organizaÃÃo e seus processos, com a gestÃo de competÃncias, com a aprendizagem organizacional e com a gestÃo do tempo; a anÃlise do contexto do usuÃrio e a utilizaÃÃo de parÃmetros de consulta e de ordenaÃÃo para restringir a busca dos caminhos do grafo RDF/OWL da ontologia que estÃo relacionados com a lacuna de competÃncia do usuÃrio e para atribuir uma ordem de relevÃncia Ãs oportunidades de aprendizado recomendadas. Alguns cenÃrios de testes foram desenvolvidos para validar as idÃias propostas neste documento e ilustrar a aplicabilidade do protÃtipo de sistema de recomendaÃÃo implementado
ASSUNTO(S)
ontologia ontology sistema de recomendaÃÃo recommendation system learning organizational management sistemas de computacao aprendizagem gestÃo organizacional context-aware sensÃvel a contexto
Documentos Relacionados
- ICARE: um sistema de recomendaÃÃo de especialistas sensÃvel a contexto
- SWEETS: um sistema de recomendaÃÃo de especialistas aplicado a redes sociais
- PurificaÃÃo e caracterizaÃÃo de uma tripsina sensÃvel a metal pesado do peixe Caranx hippos
- Um modelo teÃrico-experimental de recuperador do calor sensÃvel contido nos gases da descarga de uma microturbina
- FunÃÃo microbicida de macrÃfagos alveolares de ratos submetidos à desnutriÃÃo neonatal: estudo da infecÃÃo celular, in vitro, por Staphylococcus aureus meticilina sensÃvel e meticilina resistente