A utilização dos sistemas de recomendação em aplicações acadêmicas pode servir para auxiliar o aluno a selecionar disciplinas de acordo com suas habilidades, interesses e desempenho em disciplinas cursadas anteriormente. No presente trabalho propomos a implementação de um sistema de recomendação baseado em sistema imunológico artificial, tomando como base um banco de dados com informações acadêmicas de alunos de Engenharia de Redes de Comunicação.A utilização do sistema imunológico artificial confere uma diversidade na vizinhança que é tida como base para fazer a recomendação, devido a maior diversidade entre os vizinhos que tenham alguma semelhança ao aluno alvo, é esperada uma abrangência maior nas opções de disciplinas que podem ser recomendadas.Experimentos foram conduzidos para avaliar o desempenho geral da abordagem proposta.Estudos iniciais mostraram que comparada a técnica básica de filtragem colaborativa, há um expressivo aumento do número de recomendações aliado a uma maior precisão, podemos inferir que a rede formada pelo AIS leva a obtenção de uma vizinhança que tem abrangência maior do conjunto de matérias relevantes.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2025 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.