Utilización de técnicas de minería de datos para la identificación de rasgos de comportamiento en procesos de aprendizaje colaborativo en modelos de e-learning y b-learning

  • Ángel Cobo Ortega Universidad Nacional Santiago Antúnez de Mayolo
  • Pilar Nuñez Blas Universidad Nacional Santiago Antúnez de Mayolo
  • Esmelin Niquin Alayo Universidad Nacional Santiago Antúnez de Mayolo
  • Franklin Puelles Gonzales Universidad Nacional Santiago Antúnez de Mayolo

Resumen

Actualmente, las modalidades e-learning y b-learning son cada vez más utilizadas y se acumula una gran cantidad de información que es muy valiosa para analizar el  comportamiento de los estudiantes. En estos sistemas de aprendizaje colaborativo se ofreceuna gran variedad de canales y espacios de trabajo para facilitar el intercambio de información y la comunicación entre los participantes, pero que resultan muy difíciles de analizar; aun con el uso de las herramientas estadísticas. Se utilizó técnicas de Minería de Datos y la metodología de Proceso de Análisis Jerárquico (AHP) para identificar los rasgos de comportamiento en el aprendizaje colaborativo, el seguimiento de las actividades, la participación en los foros y demás actividades a partir de información extraída de los logs que quedan en los servidores y de los informes de actividad que generan las plataformas de gestión de cursos virtuales.  Se estudió, igualmente, la interactividad en estos sistemas con el Proceso de Análisis Jerárquico. Es por ello que utilizaremos en esta oportunidad Expert Choice, Weka, softwares de AHP, Minería de Datos que nos ayudará a cumplir nuestro propósito.

Citas

Anaya, A. y Boticario, F. 2011. Towards improvements on domain-independent measurements for collaborative assessment Proceedings. 4th International Conference on Educational Data Mining EDM 2011. Eindhoven 317–318.

Barba-Romero, Sergio. 2005. Teoria de decisión multicriterio: conceptos, técnicas y aplicaciones. Alianza D.L.

Baker, R. 2011. La minería de datos para la educación. En: B. McGaw, E. Baker, y P. Peterson, eds. Enciclopedia Internacional de educación. 3rd ed. Vol. 7. Oxford: Elsevier, 112–118.

Bodea, CN, Dascalu, MI, y Lytras, MD, 2012. Un recomendador motor para la retroalimentación personalizada avanzada en e-learning entornos. Revista Internacional de Ingeniería Educación. 28 (6), 1326–1333.

Brusilovsky, P. 2003 «Adaptive and Intelligent Web-based Educational Systems», International Journal of Artificial Intelligence in Education, IO Press.

Brusilovsky, P., Schwarz, E., & Weber, G., «ELM-ART: An intelligent tutoring system on World Wide Web», Third International Conference on Intelligent Tutoring Systems, ITS-96 Berlín: Springer Verlag.

Cobo, A; Rocha, R; Álvarez, 2012. Análisis y Evaluación del Rendimiento Académico y Patrones de Comportamiento de los estudiantes en un entorno Interactivos B-Learning Utilizando Técnicas De Minería De Datos. TBIT853838.

De Wever, B., et al., 2010. Roles as a structuring tool in online discussion groups: the differential impact of different roles on social knowledge construction. Computers in Human Behavior, 26 (4), 516–523.

Garcia, A. and Suárez. C., 2011. Interacción virtual y aprendizaje cooperativo. Un estudio cualitativo. Revista de Educación, 354, 473–498.

Itmazi, J.A.S., «Sistema Flexible de gestión del e-learning para soportar el aprendizaje en las universidades tradicionales y abiertas». PhD Thesis. University of Granada, Spain.

Saaty, T. 1980. The analytical Hierarchy Process. Ed. Mc Graw Hill. New York.

Publicado
2017-12-26
Cómo citar
Cobo Ortega, Ángel, Nuñez Blas, P., Niquin Alayo, E., & Puelles Gonzales, F. (2017). Utilización de técnicas de minería de datos para la identificación de rasgos de comportamiento en procesos de aprendizaje colaborativo en modelos de e-learning y b-learning. Aporte Santiaguino, 9(1), pág. 101-112. https://doi.org/10.32911/as.2016.v9.n1.217
Sección
Artículos Originales

Artículos más leídos del mismo autor/a