Metodología de Aprendizaje Automático para la Clasificación y Predicción de Usuarios en Ambientes Virtuales de Educación
Publicado: 08 Jul 2020, 01:01
En presente articulo desarrollar una metodología para clasificar y predecir usuarios en plataformas virtuales de educación, partiendo de la interacción de los estudiantes con la plataforma y su desempeño en los evaluaciones.
Se utiliza un algoritmo de aprendizaje automático para clasificar los usuarios según su nivel de conocimiento. Los resultados muestran como el tiempo que un estudiante permanece en la plataforma no está relacionado con pertenecer al grupo de conocimiento alto. Se identificaron tres categorías de usuarios, aplicando la metodología Fuzzy K-means para determinar zonas de transición entre niveles de conocimiento.
1) Perfil Grupo 1: Usuarios con resultados medios en los exámenes que dedican poco tiempo de estudios a las áreas relacionadas con los objetivos globales. Este perfil se rotulará según el conocimiento obtenido como “Nivel Medio”;
2) Perfil Grupo 2: Usuarios con un alto resultado en el examen que dedican un tiempo medio a las áreas de estudio relacionadas con los objetivos globales. Este perfil se rotulará como “Nivel Alto”;
3) Perfil Grupo 3: Usuarios caracterizados por notas bajas en los exámenes, los cuales dedican mucho tiempo a estudiar los contenidos definidos como obligatorios en el AVE. Este perfil se rotulará como “Nivel bajo”
En un ámbito universitario, para un docente es importante conocer como la interacción con un plataforma educativa afecta a un estudiante , para hacer un reajuste para así facilitar el aprendizaje.
Click en el siguiente enlace para mayor información:
https://scielo.conicyt.cl/scielo.php?sc ... 9000100247
Se utiliza un algoritmo de aprendizaje automático para clasificar los usuarios según su nivel de conocimiento. Los resultados muestran como el tiempo que un estudiante permanece en la plataforma no está relacionado con pertenecer al grupo de conocimiento alto. Se identificaron tres categorías de usuarios, aplicando la metodología Fuzzy K-means para determinar zonas de transición entre niveles de conocimiento.
1) Perfil Grupo 1: Usuarios con resultados medios en los exámenes que dedican poco tiempo de estudios a las áreas relacionadas con los objetivos globales. Este perfil se rotulará según el conocimiento obtenido como “Nivel Medio”;
2) Perfil Grupo 2: Usuarios con un alto resultado en el examen que dedican un tiempo medio a las áreas de estudio relacionadas con los objetivos globales. Este perfil se rotulará como “Nivel Alto”;
3) Perfil Grupo 3: Usuarios caracterizados por notas bajas en los exámenes, los cuales dedican mucho tiempo a estudiar los contenidos definidos como obligatorios en el AVE. Este perfil se rotulará como “Nivel bajo”
En un ámbito universitario, para un docente es importante conocer como la interacción con un plataforma educativa afecta a un estudiante , para hacer un reajuste para así facilitar el aprendizaje.
Click en el siguiente enlace para mayor información:
https://scielo.conicyt.cl/scielo.php?sc ... 9000100247