Recomendação personalizada de conteúdo para suporte à aprendizagem informal no contexto da saúde

A gravidez é um período marcado por transformações profundas e por uma crescente demanda por informações de saúde confiáveis. No entanto, a abundância de conteúdos disponíveis dificulta o acesso a materiais relevantes e personalizados. Este trabalho propõe um sistema híbrido de recomendação personalizada, desenvolvido para atender às necessidades específicas das gestantes, combinando técnicas de filtragem colaborativa, análise de similaridade baseada em conteúdo e recomendações por moderadores. A arquitetura do sistema foi projetada de forma modular, integrando pesos ajustáveis para priorizar conteúdos conforme o perfil da usuária, com base em seus interesses e histórico de interações. Para avaliar a eficácia do sistema, foi conduzida uma simulação com usuárias fictícias e conteúdos categorizados. O experimento utilizou métricas de desempenho, análise por faixa etária e simulações com diferentes perfis e contextos. Os resultados demonstraram a capacidade do sistema em entregar recomendações relevantes, promovendo a personalização, o engajamento e o suporte à aprendizagem informal durante a gestação. A plataforma Higia Way, utilizada como estudo de caso, viabilizou a aplicação prática do modelo, evidenciando avanços na qualidade da informação acessada pelas gestantes e impacto positivo na sua autonomia e bem-estar.