Aplicación de métodos de diseño centrado en el usuario y minería de datos para definir recomendaciones que promuevan el uso del foro en una experiencia virtual de aprendizaje

Abstract

La adopción de sistemas recomendadores en ambientes virtuales de aprendizaje se está convirtiendo en una alternativa; para lograr la adaptación automática requerida, para atender las necesidades de aprendizaje de los estudiantes. Con los datos de interacción, que proveen estos ambientes es posible encontrar indicadores que con la aplicación de técnicas de minería de datos y aprendizaje automático se pueda identificar información relevante, para la definición de recomendaciones. En esta investigación, hemos aplicado técnicas de aprendizaje no supervisado, para la identificación de patrones comunes de interacción con los foros disponibles en un curso de la plataforma OpenACS/dotLRN. Esto facilitará la definición de recomendaciones que ayuden a mejorar la experiencia de aprendizaje de los estudiantes.

Keywords

• sistemas adaptativos de educación, OpenACS/dotLRN, modelado de usuario, minería de datos y aprendizaje automático, técnicas de agrupamiento automático (del inglés “clustering”), recomendaciones.