Búsqueda colaborativa para el apoyo a la recomendación de Objetos de Aprendizaje

Este trabajo propone un marco para la búsqueda, selección, valoración y recomendación tanto individual como en grupo de objetos de aprendizaje implementado dentro del sistema de recomendación hibrido DELPHOS. Para facilitar la búsqueda colaborativa se utilizan varias aproximaciones de creación de grupos. También se van a facilitar varias funciones colaborativas como la calificación, el etiquetado y la posibilidad de comentar los objetos. Finalmente se proporcionan varias actividades sociales para poder añadir o recomendar objetos a un grupo, visualizar y calificar objetos añadidos por otros usuarios del grupo, y comunicarse mediante chat o correo electrónico con otros miembros del mismo para llegar a tomar decisiones sobre los objetos más adecuados para los intereses del grupo.

Una aproximación a la recomendación de artículos científicos según su grado de especificidad

En este artículo se presenta un método para recomendar artículos científicos teniendo en cuenta su grado de generalidad o especificidad. Este enfoque se basa en la idea de que personas menos expertas en un tema preferirían leer artículos más generales para introducirse en el mismo, mientras que personas más expertas preferirían artículos más específicos. Frente a otras técnicas de recomendación que se centran en el análisis de perfiles de usuario, nuestra propuesta se basa puramente en el análisis del contenido. Presentamos dos aproximaciones para recomendar artículos basados en el modelado de tópicos (Topic Modelling). El primero de ellos se basa en la divergencia de tópicos que se dan en los documentos, mientras que el segundo se basa en la similitud que se dan entre estos tópicos. Con ambas medidas se consiguió determinar lo general o específico de un artículo para su recomendación, superando en ambos casos a un sistema de recuperación de información tradicional.