Minería de datos educativos para la detección de recursos clave

Abstract

Este artículo describe un proyecto de innovación educativa centrado en diseñar y desarrollar un nuevo módulo de Moodle que permita obtener modelos predictivos basados en árboles de decisión a partir de los datos de uso almacenados en Moodle. Debido a las características de los modelos basados en árboles de decisión, es posible relacionar el trabajo personal realizado por los alumnos en Moodle con la calificación final obtenida, proporcionándonos así una descripción de los recursos y actividades que resultan clave para superar/suspender una asignatura. Con esta información, el profesor podría detectar alumnos con alta probabilidad de no superar la asignatura e intentar reconducir la situación. Este módulo puede ser aplicado en cualquier asignatura de la plataforma Moodle. Concretamente, para comprobar su funcionamiento, ha sido aplicado la asignatura Introducción a la Programación impartida en el grado de Ingeniería Informática de la Universidad de Córdoba.

This article describes an educational innovation project whose aim is designing and developing a new Moodle block to obtain decision tree based predictive models from usage data store in Moodle. Due to the features of these decision tree based models, it is possible to establish a relationship between student’s work and the final mark, and to obtain a description of the key resources to pass/fail a certain subject. With this information, the instructor could detect students with a high probability of fail and then try to correct the situation. This block could be applied to any subject in the Moodle platform. After developing the block, it has been tested with some of the subjects given by teachers involved in the project.