Abstract. A recommender system must generate satisfactory recommendations, so it is important to identify information that helps to define user's profile, like as a result of interactions that occur in social networks. This work aims to explore the information generated by a users group on social networks in the search and selection process of educational resources, considering their members common interest. The evaluation of the proposal consists of a case study, and the results point to the viability of the solution.Resumo. Para que um Sistema de Recomendação consiga gerar recomendações satisfatórias, é importante identificar informações que ajudem a definir o perfil do usuário, como, por exemplo, em decorrência das interações que ocorrem nas redes sociais. Este trabalho visa explorar as informações geradas por um grupo de usuário nas redes sociais no processo de busca e seleção de recursos educacionais de interesse comum de seus membros. A avaliação da proposta foi composta de um estudo de caso e os resultados apontam para a viabilidade da solução.
IntroduçãoAs dificuldades de localização dos recursos educacionais, bem como as restrições dos repositórios de objetos de aprendizagem, têm grande impacto na eficiência dos Sistemas de Recomendação (SR) e de personalização de conteúdo educacional. Em meio à sobrecarga de informação, os SR coletam informações sobre as preferências de seus usuários para um conjunto de itens, visando o auxílio aos usuários no processo de busca e acesso a informações relevantes (Rodrigues et al., 2015).A implementação de SR ocorre em diversas áreas e os trabalhos mais comuns estão focados em recomendação de filmes, músicas, televisão, livros, documentos, elearning, e-commerce, aplicações em mercados e de busca na web, entre outros (Park et al., 2012). Com isso, foram adotados SR com o objetivo de complementar a capacidade dos sistemas de busca tradicionais (Carvalho e Macedo, 2014). SR tradicionalmente recomendam itens para usuários individuais. Em alguns cenários, entretanto, a recomendação para um grupo de indivíduos é mais adequada. Um dos grandes desafios desses sistemas é como lidar adequadamente com as preferências de cada integrante do grupo para geração de recomendação conjunta (Yu, 2012