Aplicación de técnicas de minería de datos para determinar las interacciones de los estudiantes en un entorno virtual de aprendizaje

Angélica Jaramillo
Henry Patricio Paz Arias
Resumen

El presente artículo está enfocado en determinar las interacciones de los estudiantes del curso virtual de inglés de la Modalidad de Estudios a Distancia (MED) de la Universidad Nacional de Loja, para ello se realizó un análisis a la base de datos donde se encontraban los datos de los estudiantes correspondiente al periodo académico 2013 - 2014, para seleccionar los atributos necesarios que permitieron generar un modelo de minería de datos. Se desarrolló un análisis comparativo tomando en cuenta características de las herramientas de minería de datos donde se seleccionó RapidMiner para realizar  los procesos mediante algunos algoritmos conjuntamente con los datos de los estudiantes los mismos que se dividieron en dos conjuntos, para entrenamiento y validación, obteniendo como resultado que el mejor algoritmo fue el decisión tree, ya que clasificó  las instancias correctamente con un margen de error mínimo, así mismo presentó un árbol con los diferentes atributos dando las mejores reglas de las interacciones de los estudiantes, de tal forma se pudo generar el modelo mediante el cual se determinó que en gran mayoría los estudiantes tienen un nivel de interacción medio en el curso virtual de inglés, donde los factores que más influyen son las interacciones en las tareas, exámenes, recursos, situación laboral y estado civil del estudiante.

DESCARGAS
Los datos de descarga aún no están disponibles.
Cómo citar
Aplicación de técnicas de minería de datos para determinar las interacciones de los estudiantes en un entorno virtual de aprendizaje. (2015). Revista Tecnológica - ESPOL, 28(1). https://rte.espol.edu.ec/index.php/tecnologica/article/view/351
Biografía del autor/a

Henry Patricio Paz Arias, Universidad Nacional de Loja

Docente Investigador - Universidad Nacional de Loja

Artículos similares

También puede Iniciar una búsqueda de similitud avanzada para este artículo.