KNOWLEDGE GRAPH-BASED RECOMMENDER SYSTEMS EM CENÁRIOS EDUCACIONAIS: UMA REVISÃO DA LITERATURA

Área temática: Eixo Temático 4 - Vida, Consciência e Tecnologia

Autores

  • Leandra Mendes do Vale
  • João Henrique de Souza Pereira
  • Flávio de Oliveira Silva

DOI:

https://doi.org/10.47224/revistamaster.v10i20.773

Palavras-chave:

Recommendation Systems (RS); Knowledge Graphs (KGs); Educação.

Resumo

Os Recommendation Systems (RS) em ambientes educacionais têm ganhado atenção significativa para personalizar e aprimorar a experiência de aprendizagem, principalmente em um cenário onde há sobrecarga de informações ocasionada pelo aumento do volume de recursos online. Por estas e outras razões é que nos últimos anos, os Knowledge Graphs (KGs) ganharam um amplo interesse de pesquisa por apresentarem grandes vantagens na mitigação dos problemas enfrentados pelos tradicionais RS. Assim sendo, este trabalho propõe realizar uma Revisão Sistemática da Literatura (RSL), avaliando criticamente pesquisas relevantes de uso de KGs em RS na área da educação. A RSL demonstrou que embora o uso de KGs em RS seja um cenário promissor, ainda carece de estudos mais relevantes e concentrados em cenários mais específicos com plataformas de e-learning, sistemas adaptativos, sistemas tutores inteligentes e outros.

Downloads

Não há dados estatísticos.

Referências

ABU-SALIH, B.; ALOTAIBI, S. A systematic literature review of knowledge graph construction and application in education. Heliyon, v. 10, n. 3, p. e25383, fev. 2024. Disponível em: <https://linkinghub.elsevier.com/retrieve/pii/S2405844024014142>. Acesso em: 25 mar. 2025.

ALATRASH, R. et al. ConceptGCN: Knowledge concept recommendation in MOOCs based on knowledge graph convolutional networks and SBERT. Computers and Education: Artificial Intelligence, v. 6, p. 100193, jun. 2024. Disponível em: <https://linkinghub.elsevier.com/retrieve/pii/S2666920X23000723>. Acesso em: 25 mar. 2025.

FAZANADI, M. N.; WIHARJA, K. R. S.; BAIZAL, Z. A. Recommending Higher

Education Student Profile Using Knowledge Graph-based Conversational Recommender System. In: 2024 12th International Conference on Information and Communication Technology (ICoICT). Bandung, Indonesia: IEEE, 2024. p.202–209. Disponível em: <https://ieeexplore.ieee.org/document/10698635/ >. Acesso em: 25 mar. 2025.

KUMAR, C.; CHOWDARY, C. R.; MEENA, A. K. Recent trends in recommender systems: a survey. International Journal of Multimedia Information Retrieval, v. 13, n. 4, p. 41, dez. 2024. Disponível em: <https://link.springer.com/10.1007/s13735-024-00349-1>. Acesso em: 25 mar. 2025.

LI, Y. et al. CourseKG: An Educational Knowledge Graph Based on Course Information for Precision Teaching. Applied Sciences, v. 14, n. 7, p. 2710, mar. 2024. Disponível em: <https://www.mdpi.com/2076-3417/14/7/2710>. Acesso em: 25 mar. 2025.

PAGE, M. J. et al. The prisma 2020 statement: an updated guideline for reporting systematic reviews. bmj, British Medical Journal Publishing Group, v. 372, 2021.

PENG, C. et al. Knowledge Graphs: Opportunities and Challenges. Artificial Intelligence Review, v. 56, n. 11, p. 13071–13102, nov. 2023. Disponível em: https://link.springer.com/10.1007/s10462-023-10465-9. Acesso em: 25 mar. 2025.

QU, K. et al. A Survey of Knowledge Graph Approaches and Applications in Education. Electronics, v. 13, n. 13, 2024.Disponível em: <https://www.mdpi.com/2079-9292/13/13/2537>. Acesso em: 25 mar. 2025.

WANG, L.; DU, W.; CHEN, Z. Multi-Feature-Enhanced Academic Paper Recommendation Model with Knowledge Graph. Applied Sciences, v. 14, n. 12, p. 5022, jun. 2024. Disponível em: <https://www.mdpi.com/2076-3417/14/12/5022>. Acesso em: 25 mar. 2025.

WANG, S.; CHEN, M.; ZHU, X. Research on Course Recommendation Algorithm Based on Knowledge Graph. In: 2024 IEEE 13th International Conference on Communication Systems and Network Technologies (CSNT). Jabalpur, India: IEEE, 2024. p. 1180–1184. Disponível em: <https://ieeexplore.ieee.org/document/10545747/>. Acesso em: 25 mar. 2025.

XU, L.; ZHAO, Z.; LIANG, D. PreKGAT: Using Course Prerequisite Relation and Knowledge Graph Attention Network for Course Recommendation. In: 2024 International Conference on Networking and Network Applications (NaNA). Yinchuan City, China: IEEE, 2024. p. 351–356. Disponível em: <https://ieeexplore.ieee.org/document/10679841/>. Acesso em: 25 mar. 2025.

ZHANG, J.-C. et al. A review of recommender systems based on knowledge graph embedding. Expert Systems with Applications, v. 250, p. 123876, set. 2024. Disponível em: <https://linkinghub.elsevier.com/retrieve/pii/S0957417424007425>. Acesso em: 25 mar. 2025.

Downloads

Publicado

2026-08-26

Como Citar

MENDES DO VALE, Leandra; DE SOUZA PEREIRA, João Henrique; DE OLIVEIRA SILVA, Flávio. KNOWLEDGE GRAPH-BASED RECOMMENDER SYSTEMS EM CENÁRIOS EDUCACIONAIS: UMA REVISÃO DA LITERATURA: Área temática: Eixo Temático 4 - Vida, Consciência e Tecnologia. Revista Master - Ensino, Pesquisa e Extensão, [S. l.], v. 11, n. 21, 2026. DOI: 10.47224/revistamaster.v10i20.773. Disponível em: https://revistamaster.imepac.edu.br/RM/article/view/773. Acesso em: 4 set. 2026.

Edição

v. 11 n. 21 (2026): Suplemento Artigos do VIII Congresso Científico Internacional IMEPAC

Seção

Artigos de revisão

Categorias

Licença

Copyright (c) 2026 Revista Master - Ensino, Pesquisa e Extensão

Creative Commons License

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.

Política para Periódicos de Acesso Livre

Autores que publicam nesta revista concordam com os seguintes termos:

a) A licença desses direitos autorais abrange o direito exclusivo da Revista Master - Ensino, Pesquisa e Extensão para reproduzir, publicar e distribuir o artigo,
nacional e internacionalmente, incluindo reimpressões, traduções, reproduções fotográficas, microformas, formulários eletrônicos (offline, on-line) ou qualquer outra reprodução de natureza similar.

b) O (s) autor (es) aprovam que o manuscrito não pode ser retirado ou reenviado para qualquer outro Jornal/Revista enquanto a avaliação pelos pares estiver em andamento. Após aprovado o manuscrito, um autor pode auto-arquivar uma versão de seu artigo em seu próprio site e/ou em seu repositório institucional.

c) O (s) autor (es) declaram que são integralmente responsáveis pela totalidade do conteúdo da contribuição  e que a Revista Master - Ensino, Pesquisa e Extensão e o corpo editorial da Revista Científica do estão expressamente isentos de qualquer responsabilidade sobre o conteúdo do artigo, métodos, técnicas e resultados de sua pesquisa, tendo, assim, finalidade meramente informativa e educativa.

d) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.