Generación de recomendaciones

Una vez que las representaciones de los OERs y de los usuarios han sido enriquecidas a partir de la base de conocimiento del sistema -creada a partir de al menos dos tesauros vinculados-, se puede utilizar un enfoque basado en consultas para poder generar las mejores respuestas para un usuario determinado.

Como se presentó en la Figura 7.1, dos componentes básicos permiten generar las recomendaciones: i) un motor de consultas, que accede al repositorio semántico de metadatos y anotaciones de los materiales educativos y usuarios, y como si se tratase de una base de datos, filtra los OERs que satisfacen una determinada consulta de usuario; y ii) una función de ranking o de ordenamiento de los resultados, de manera que se recomiende al usuario los recursos mejor puntuados y el sistema pueda sugerir escenarios de acción alternativos.

7.2.6.1. Filtrado basado en datos enlazados

El mecanismo principal de filtrado de datos de la presente propuesta lo constituye un motor de consultas, el cual se encarga de construir y ejecutar consultas, de forma dinámica, para así tratar de encontrar los OERs que mejor emparejen un determinado perfil de usuario.

En un trabajo previo, Chicaiza et al. (2010), bajo este mismo enfoque, propusieron un buscador de artefactos de requisitos de software; como se pudo validar, el método es eficaz cuando se conocen los metadatos de los recursos a recomendar. En esta ocasión, se amplia esta propuesta y se ha añadido un componente que provee flexibilidad semántica durante el matching entre las anotaciones de los OERs y los datos de los usuarios. De forma concreta, se ha incorporado una función de extensión para cada una de las ano- taciones relevantes de las entidades implicadas. Conforme se ha explicado previamente, como parte de la propuesta se ha diseñado una función de recomendación de entidades, la cual es invocada previamente para extender los términos de búsqueda y así ampliar las posibilidades de encontrar resultados.

Antes de explicar el mecanismo de filtrado de información, es necesario partir de las siguientes definiciones.

Definición 1. Perfil de Usuario. Según lo definido en el Capítulo 6-Caracterización de usuarios de OER-, un usuario es representado por un conjunto de preferencias (P(u)), las cuales pueden ser de al menos tres tipos: i) preferencias basadas en conceptos (Pc) definidos por un sistema de conocimiento (KOS); ii) preferencias en función de las ha- bilidades del usuario (Ps); y iii) preferencias según el contexto del usuario (Pd). Cada preferencia puede ser diferenciada por un valor numérico real positivo o negativo, de- pendiendo de si la preferencia es del interés o no del usuario. Por tanto, un usuario u es definido por el conjunto de sus preferencias, así:

P(ui) =Pc(ui)∪Ps(ui)∪Pd(ui)), siendo: Pc(ui) = n ui, ca, w(ca) , ui, cb, w(cb) , . . . ui, cm, w(cm) o

//Preferencias del usua- rio ui definidas por un conjunto de conceptos. Los conceptos de interés de un usuario

Cm particular pueden haber sido definidos por el propio usuario - a través de informa- ción explícita proporcionada por él u obtenida a través de un servicio social -, o bien la información pudo haber sido obtenida de forma implícita cuando el usuario eligió, vio o calificó un recurso educativo. Cada concepto puede tener asociado un peso (w).

Ps(ui) = n ui, sa, k(sa) , ui, sb, k(sb) , . . . ui, sn, k(sn) o //Habilidades o compe- tencias (Sn) que domina el usuario con un determinado nivel de proeficiencia (k).

Pd(ui) = n ui, da, w(da) , ui, db, w(db) , . . . ui, dl, w(dl) o //Variables de contexto (Dl) que el usuario prefiere según un determinado nivel (w).

Definición 2. Representación de OER. Según lo definido en el Capítulo 5 - Gestión de datos de OERs-, un recurso educativo abierto (oj) es representado a través de un conjunto de metadatos y conceptos relacionados semánticamente. De acuerdo a la intensidad con la que el concepto representa al dominio de un OER, un valor numérico o peso (w) es asociado a cada concepto.

P(oj) =Pc(oj)∪Pm(oj), siendo: Pc(oj) = n oj, ca, w(ca) , oj, cb, w(cb) , . . . oj, cn, w(cn) o //Representación de un OER según un conjunto de conceptos semánticos (Cn). Los conceptos que definen a un OER pueden haber sido obtenidos en base a información extraída desde su contenido o metadatos, y en base a términos que han sido inferidos a través de las conexiones semánticas entre conceptos.

Pm(oj) = G(oj)

0

// Un OER definido según un conjunto de metadatos es un sub- grafo de todas las tripletas que lo caracterizan.

Estas dos dimensiones de cada perfil, basado en conceptos y en metadatos, son fundamentales para mapear las dos representaciones y así recuperar los materiales más adecuados.

En base a las dos definiciones proporcionadas, el motor de consulta intentará mapear el perfil de un usuario al subconjunto de OERs que mejor se emparejen.

7.2.6.2. Ranking de los resultados proporcionados a un usuario

En este punto se intenta responder la pregunta: ¿Cómo determinar la relevancia de los OERs encontrados por el motor de consulta?. La respuesta es abordada toman- do como base la función de similaridad utilizada por los sistemas de recuperación de contenido, es decir, la relevancia de un documento está dada por la sumatoria de los pesos de cada concepto o anotación asignada al recurso educativo por las respectivas

ponderaciones de las preferencias del usuario. Sim(P(oj), P(ui)) = j X l=1 Pl(oj)∗Pl(ui) (7.10)

Según la expresión 7.10, la relevancia de un recurso educativo abierto dependerá de la cantidad de conceptos o metadatos compartidos con el perfil del usuario y además dependerá de la intensidad de los pesos asignados a cada concepto o atributo de los dos modelos implicados.

Debido a la naturaleza del filtrado de información que se ha propuesto, basado en consultas, es posible determinar la correlación entre los atributos de un OER y de un usuario considerando no solo las conexiones directas entre ambos modelos. La base de conocimiento del sistema y otros conjuntos de datos enlazados externos pueden ser utilizados para inferir asociaciones indirectas pero interesantes a la hora de determinar los mejores recursos a recomendar.

Para determinar los pesos de los conceptos y atributos de un OER o de un usuario, los dos métodos de filtrado basado en conocimiento presentados en el apartado 2.3.2.3 - difusión de la actividad e inferencias basadas en dominio-, pueden ser utilizados con el objetivo de generar las recomendaciones de los recursos.

Escenarios de aplicación del

Framework

8.1.

Resumen

La presente capítulo presenta tres posibles escenarios de aplicación del marco pro- puesto para el descubrimiento personalizado de OERs. Como se abordará en la siguiente sección, la puesta a punto de cada escenario puede requerir una estrategia de implemen- tación diferente y parcial del sistema. Es decir, dependiendo del objetivo y el contexto de la recomendación es necesario ejecutar ciertas actividades y fases del ciclo de proce- samiento de datos definidos por el framework.

De forma concreta, se plantean tres escenarios: i) mejorar la capacidad de descubri- miento de los OERs a través de la clasificación de los recursos en áreas temáticas, ii) soportar la búsqueda de recursos educativos abiertos por parte de usuarios anónimos y iii) soportar la recomendación de material según las preferencias de los usuarios.

Los distintos escenarios intentan evidenciar la flexibilidad del sistema para ofrecer resultados pertinentes de acuerdo a la información disponible, tanto de los materiales educativos como de los usuarios. Como se ha explicado en el capítulo de la problemática pueden ser diversas las condiciones que enfrente un sistema de descubrimiento de re- cursos educativos abiertos, o bien puede ser significativa la información disponible pero heterogénea o bien ésta puede ser escasa o difícil de conseguir.

A partir de los casos de aplicación definidos se plantean estrategias de implemen- tación del framework basadas en la activación de determinadas actividades y distintos componentes del sistema.