Empregando Análise Visual e Sensemaking no Ensino de Predictive Suffix Trees

Resumo

O ensino de conceitos abstratos pode ser bastante complexo. Nesse sentido, compreender Predictive Suffix Trees (PSTs) é particularmente desafiador, uma vez que esse tipo de estrutura de dados, baseada em árvores, armazena e relaciona simultaneamente informações sobre espaço, tempo e probabilidades. Esse trabalho tem como objetivo apresentar um experimento prático que visa tornar mais aplicado o ensino de PSTs, baseando-se na proposta de um modelo que rege o desenvolvimento de uma aplicação específica. Essa aplicação é testada e devidamente analisada quantitativa e qualitativamente, demonstrando que a solução proposta é uma alternativa educacional viável.