Representação da Diversidade de Componentes Latentes em Exercícios de Programação para Classificação de Perfis

Abstract

Modo de acesso: World Wide Web Inclui bibliografia 1. Tecnologia 2. EAD 3. Educação I. Título CDD-370 O conteúdo dos artigos e seus dados em sua forma, correção e confiabilidade são de responsabilidade exclusiva dos seus respectivos autores www.poisson.com.br

Sistema de Apoio à Avaliação de Atividades de Programação por Reconhecimento Automático de Modelos de Soluções

“…Para a experimentação do sistema de reconhecimento de soluções, utilizamos duas bases de soluções de um exercício de programação obtidas em turmas reais de programação de uma universidade e também utilizadas nos experimentos de [Oliveira et al 2015a].…”

“…A Base-A e a Base-B foram mapeadas em vetores de 60 dimensões ou componentes de habilidades, onde cada dimensão, conforme já informamos, é quantificada pela frequência de ocorrência de palavras-chave, funções e indicadores de funcionamento (compila, executa) da Linguagem C [Oliveira et al 2015b, Oliveira et al 2015a. Essas bases compostas de amostras em formato vetorial são geradas pelo PCodigo nos processos de normalização e indexação de submissões [Oliveira et al 2015b].…”

“…A estratégia tecnológica deste trabalho foi desenvolvida como uma extensão do sistema PCodigo [Oliveira et al 2015b], visando reduzir esforço do especialista humano [Oliveira et al 2014] através da seleção de amostras de treino para sistemas de aprendizagem supervisionada [Lindenbaum et al 2004, Tuia et al 2011, Oliveira et al 2015a] e da apresentação de critérios de avaliação no esquema de rúbricas [Kwon and Jo 2005].…”

“…Uma estratégia mais recente, que é aplicada para selecionar amostras representativas de exercícios de programação, é o método de seleção não-aleatória de amostras de treino para classificação de perfis proposto por [Oliveira et al 2015a].…”

“…Nesse último método, visa-se reduzir o esforço humano na atribuição de escores aos exemplos selecionados e, da máquina, na classificação automática, uma vez que realiza-se redução de dimensionalidade da matriz de sessenta dimensões que representa soluções de exercícios em Linguagem C. Para a redução de dimensionalidade, utiliza-se a análise fatorial e, para a seleção de amostras que representem a diversidade de uma coleção de exercícios de programação, utiliza-se o Clustering em Grafo, [Oliveira et al 2015a].…”