???item.export.label??? ???item.export.type.endnote??? ???item.export.type.bibtex???

Please use this identifier to cite or link to this item: https://tede.ufam.edu.br/handle/tede/7775
Tipo do documento: Dissertação
Título: Recomendação de exercícios para alunos de programação em um ambiente de correção automática de códigos
Título(s) alternativo(s): Recommended exercises for programming students in an automatic code correction environment
Autor: Laranjeira, Dion Ribeiro 
Primeiro orientador: Oliveira, Elaine Harada Teixeira de
Primeiro coorientador: Oliveira, David Braga Fernandes de
Primeiro membro da banca: Souto, Eduardo James Pereira
Segundo membro da banca: Carvalho, Leandro Silva Galvão de
Resumo: Muitos alunos de disciplinas de Programação Introdutória (CS1) têm dificuldade em aprender a programar. Por isso, professores de programação têm utilizado juízes online para propor exercícios, realizar maratonas e campeonatos de programação, a fim de tentar melhorar a experiência de aprendizado dos alunos. No entanto, nos casos de juízes online que possuem em sua base de dados muitos exercícios cadastrados, o aluno poderá escolher um exercício que não seja adequado para seu nível de conhecimento. Nesse sentido, neste trabalho é proposto um sistema de recomendação de exercícios, que filtra exercícios por nível de dificuldade, em um juiz online chamado CodeBench. Esses exercícios são classificados manualmente por assuntos pelo professor, e o método proposto nesta pesquisa sugere exercícios ordenados pelo nível de dificuldade. Para isso, é utilizada a abordagem de recomendação de filtragem colaborativa para mapear as dificuldades experimentadas pelos alunos quando resolvem exercícios de programação no ambiente de desenvolvimento integrado do CodeBench. Após isso, é feita a predição de dificuldade dos exercícios que o aluno ainda não resolveu para, então, sugerir exercícios com graus de dificuldade crescentes. Este método de recomendação foi aplicado em uma base de dados com 645 alunos de graduação, distribuídos em 14 turmas de CS1, ministradas no ano de 2018, em uma universidade pública. A disciplina é dividida em 7 módulos, cada módulo possui duas listas de exercícios e uma prova. Em cada módulo foi feita a comparação da ordem original de resolução de exercícios com a ordem de resolução de exercícios proposta pelo método. Os resultados mostram que em 6 módulos da disciplina o método aqui proposto sugere uma ordem de resolução adaptada para cada aluno, com nível crescente de dificuldade.
Abstract: Many students in Introductory Programming (CS1) courses have difficulty learning to program. Therefore, programming teachers have used online judges to propose exercises, run marathons and programming championships, in order to try to improve the students' learning experience. However, in cases of online judges who have many registered exercises in their database, the student may choose an exercise that is not suitable for their level of knowledge. In this sense, this work proposes an exercise recommendation system, which filters exercises by level of difficulty, in an online judge called CodeBench. These exercises are classified manually by subjects by the teacher, and the method proposed in this research suggests exercises ordered by level of difficulty. For this, the collaborative filtering recommendation approach is used to map the difficulties experienced by students when solving programming exercises in the CodeBench integrated development environment. After that, the prediction of the difficulty of the exercises that the student has not yet solved is made to then suggest exercises with increasing degrees of difficulty. This recommendation method was applied to a database of 645 undergraduate students, distributed in 14 CS1 classes, taught in 2018, at a public university. The course is divided into 7 modules, each module has two lists of exercises and a test. In each module, the original order of exercise resolution was compared with the order of exercise resolution proposed by the method. The results show that in 6 modules of the discipline the method proposed here suggests an order of resolution adapted for each student, with increasing level of difficulty.
Palavras-chave: CodeBench
Juízes online
Filtragem colaborativa
Sistema de recomendação de exercícios
Programação Introdutória
Área(s) do CNPq: CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO
???metadata.dc.subject.user???: Programação introdutória
Juízes online
Sistemas de recomendação
Filtragem colaborativa
Idioma: por
País: Brasil
Instituição: Universidade Federal do Amazonas
Sigla da instituição: UFAM
Departamento: Instituto de Computação
Programa: Programa de Pós-graduação em Informática
Citação: LARANJEIRA, Dion Ribeiro. Recomendação de exercícios para alunos de programação em um ambiente de correção automática de códigos. 2020. 110 f. Dissertação (Mestrado em Informática) - Universidade Federal do Amazonas, Manaus, 2020.
Tipo de acesso: Acesso Aberto
URI: https://tede.ufam.edu.br/handle/tede/7775
Data de defesa: 27-Mar-2020
Appears in Collections:Mestrado em Informática

Files in This Item:
File Description SizeFormat 
Dissertação_DionLaranjeira_PPGI.pdfDissertação_DionLaranjeira_PPGI5,03 MBAdobe PDFThumbnail

Download/Open Preview


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.