Motor Ontológico ACM CS2013–WOKDEX e Sistema de Recomendação de Exercícios Avaliado com Métricas de RI (Offline)

Grafo de conhecimento Skill → Problema → Tópico → Curso e recomendação sensível a pré-requisitos avaliada com NDCG@k, MAP e Hit-Rate@k

Código: TCC 08 · Trilha: Trilha 2: IA e Ciência de Dados · Status: Disponível · Modalidade: Pesquisa Aplicada + Sistemas Inteligentes · Perfil: Individual · Complexidade: Média–Alta · Regime Ético: Sem CEP (Computacional)

1. Contexto e Problema

Na qualificação, a ontologia WOKDEX foi restringida a ponteiro de catálogo/recuperação, e toda a modelagem de progressão curricular, pré-requisitos e recomendação foi movida para arquivo-editorial/. Como documentado no documento arquivado apendice-i-ontologia-progresso.tex, estudantes heterogêneos precisam de trilhas adaptadas que diferenciem falhas no conceito abstrato (ex.: repetição) de falhas no instrumento sintático (ex.: while vs. for).

Além disso, como alerta apendices/disciplinas/tcc-alvim.md, sistemas de recomendação acadêmicos frequentemente pecam por propor heurísticas ad-hoc sem perfil explícito do usuário, sem baselines comparativos e sem métricas padrão de Recuperação da Informação (NDCG@k, MAP, Hit-Rate@k).

2. O que será feito (Objetivos Técnicos e Escopo)

1. Formalizar em grafo de conhecimento (Neo4j ou NetworkX/RDF-OWL) a ontologia de 4 níveis do WOKDEX (Skill -> Problema -> Tópico -> Curso) integrando cs1/cs2/cs3_estrutura_disciplinar.yaml e os campos do Extended Profile (skills, points, dependências);
2. Implementar algoritmos de recomendação de próximo exercício sensíveis a pré-requisitos e competências (comparando Filtragem Baseada em Conteúdo/Grafo, Knowledge Tracing bayesiano ou embeddings estruturais contra baseline sequencial fixo e popularidade);
3. Avaliar offline sobre históricos públicos anonimizados ou simulações calibradas de trajetórias de estudantes utilizando NDCG@k, MAP, Hit-Rate@k, Cobertura Curricular e testes estatísticos não paramétricos (Wilcoxon / Mann-Whitney);
4. Disponibilizar uma API de consulta de trilhas e visualização interativa do grafo de pré-requisitos.

3. Perguntas para você refletir

Se você se identifica com as questões abaixo, este tema pode ser uma boa escolha:

• Como distinguir na modelagem de conhecimento entre “não domina lógica de repetição” (camada conceitual ACM CS2013) e “erra sintaxe de ponteiros/laços em C” (camada instrumental WOKDEX)?
• Por que métricas de ranqueamento (NDCG@k, MAP) avaliam muito melhor um recomendador de exercícios do que simples acurácia de classificação?
• Como garantir que o recomendador não recomende um problema avançado cujo pré-requisito conceitual o estudante ainda não superou?

4. Divisão Sugerida (TCC 1 e TCC 2)

• TCC 1: Formalização da ontologia ACM–WOKDEX, modelagem do grafo de pré-requisitos e especificação do protocolo de avaliação offline (métricas e baselines).
• TCC 2: Implementação dos recomendadores, execução comparativa dos experimentos estatísticos e interface de exploração do grafo curricular.

5. Entregáveis e Métricas de Avaliação

• Ontologia formalizada (Neo4j/RDF/NetworkX) cobrindo cs1..cs3_estrutura_disciplinar.yaml e Extended Profile
• Motor de recomendação com múltiplos algoritmos + baselines explícitos (sequencial fixo e popularidade)
• Avaliação offline com NDCG@k, MAP, Hit-Rate@k, cobertura curricular e testes de Wilcoxon / Mann-Whitney
• API + visualizador interativo de grafo de pré-requisitos e Monografia de TCC

6. Pré-requisitos e Tecnologias Sugeridas

• Base necessária: Grafos e Estruturas de Dados, Python científico, noções de Sistemas de Recomendação e estatística básica.
• Tecnologias e conceitos envolvidos: Neo4j ou NetworkX/RDF-OWL, Knowledge Tracing, scikit-learn / scipy.stats, métricas de RI, visualização de grafos.

7. Origem e Ponto de Partida

• Origem na pesquisa WOKDEX:
  • apendices/arquivo-editorial/apendice-i-ontologia-progresso.tex (hierarquia Skill -> Problema -> Tópico -> Curso; camada conceitual ACM CS2013 vs. instrumental WOKDEX);
  • apendices/arquivo-editorial/cap04-ontologia-progresso-expandida.tex e cap05-ontologia-curriculo-expandido.tex;
  • apendices/schema_json.tex (Extended Profile: skills, points);
  • apendices/disciplinas/{cs1,cs2,cs3}_estrutura_disciplinar.yaml e tcc-alvim.md.
• Consulte também o guia de Metodologia e Ética.

8. Como demonstrar interesse

Antes de agendarmos uma conversa, prepare respostas curtas para:

1. Por que esse tema chamou sua atenção?
2. Você tem preferência entre modelagem ontológica/grafos ou algoritmos de recomendação/Knowledge Tracing?
3. Qual sua disponibilidade semanal estimada para o TCC?