Desenvolvimento de um modelo de avaliação da originalidade de aplicativos móveis usando técnicas de machine learning

Repositório institucional da UFSC

A- A A+

Desenvolvimento de um modelo de avaliação da originalidade de aplicativos móveis usando técnicas de machine learning

Mostrar registro completo

Título: Desenvolvimento de um modelo de avaliação da originalidade de aplicativos móveis usando técnicas de machine learning
Autor: Rosa, Marcos Vinicios Ferreira
Resumo: O cotidiano da sociedade moderna encontra-se fortemente atrelado à tecnologia de informação e comunicação. Enquanto nota-se a transformação de muitas profissões por meio da automação de serviços, o conceito de sociedade criativa aparece em evidência por meio da constante geração de inovações. Em um mundo permeado de inovações tecnológicas é imprescindível ter uma compreensão clara não apenas dos princípios e práticas da computação, mas também de como apropriar-se da tecnologia para criar produtos originais e úteis para resolver problemas na comunidade. Neste contexto, uma das formas de preparar já os alunos da Educação Básica para esses desafios é por meio do ensino de computação, disso surgem propostas para o desenvolvimento da criatividade por meio da criação de aplicativos móveis. Considerando a importância de avaliar esses aplicativos para o desenvolvimento progressivo do aluno, essa pesquisa busca propor um modelo de avaliação da criatividade por meio da originalidade de aplicativos móveis, usando técnicas de Machine Learning. A pesquisa foi desenvolvida sistematicamente, incluindo a análise do estado da arte, criação e análise do conjunto de dados e definição, avaliação e teste do modelo. Como resultados foi desenvolvido um modelo de avaliação utilizando duas abordagens. Para a abordagem por medidas de similaridade/distância os resultados indicam que a representação via vetor de features binário usando tanto cosseno quanto distância euclidiana apresenta bons resultados e pode ajudar na avaliação dos alunos, os resultados relacionados a abordagem por clustering ainda não são bons, contudo já indicam que neste caso o vetor de features TF-IDF conduz aos melhores resultados. Além disso, foi elaborado um relatório técnico e um artigo submetido.
Descrição: Seminário de Iniciação Científica e Tecnológica Universidade Federal de Santa Catarina CFM Matemática
URI: https://repositorio.ufsc.br/handle/123456789/226289
Data: 2021-08-21


Arquivos deste item

Arquivos Tamanho Formato Visualização
Video_PIBIC_Final.mp4 20.41Mb MPEG-4 video Visualizar/Abrir

Este item aparece na(s) seguinte(s) coleção(s)

Mostrar registro completo

Buscar DSpace


Busca avançada

Navegar

Minha conta

Estatística

Compartilhar