Aplicação de PLN na recomendação de conteúdo educacional

Abstract

Muitos serviços contam com seu próprio sistema de recomendação, que essencialmente apresenta às pessoas produtos ou serviços que elas possam querer consumir, em uma lista determinada utilizando diferentes técnicas, que tem como base dados prévios de consumo. É possível observar isso ao receber sugestões de novos filmes em um serviço de streaming ou sugestões de novos produtos em uma loja online. O PLN, ou processamento de linguagem natural, uma vertente da Inteligência Artificial que atua na assistência da compreensão de dados gerados por humanos pelas máquinas, é uma ferramenta útil e poderosa para captar os gostos e preferências do usuário. No mundo acadêmico, os alunos se encontram muitas vezes perdidos com tanto conteúdo educacional disponível e não conseguem traçar uma rota de estudos clara e bem definida para atingir seus objetivos, como estudante ou profissional, em meio a essa infinidade de materiais. Utilizando técnicas de PLN, o trabalho se propõe a delinear um modelo de SR alimentado por uma base de dados de usuários que recomende materiais aos alunos de acordo com o perfil do usuário.

Several services have their own recommender system, which essentially presents people products or services that they might want to consume, in a determined list utilizing different techniques, which is based on previous consumption data. This can be seen by receiving suggestions for new movies on a streaming service or suggestions for new products on an online store. NLP, or natural language processing, a branch of Artificial Intelligence that assists in machine understanding of human-generated data, is a useful and powerful tool for capturing user’s tastes and preferences. In the academic world, students often find themselves lost with so much educational content available and are unable to chart a clear and well-defined study path to achieve their goals, as a student or professional, amidst this plethora of materials. Using NLP techniques, this work proposes to outline a RS model fed by a user database that recommends items according to the user’s profile.