Jessica Johanna Morales Carrillo, Viviana Katherine Trujillo Utreras, Sulay Katerine Cevallos Molina, Santana Cedeño Hiraida Monserrate
La presente investigación fue desarrollada con el objetivo de determinar cuáles son las principales técnicas de minería de datos aplicados en la educación, para mostrar el nivel de coincidencias e identificar qué necesidades satisfacen el uso de dichas técnicas. Mediante el uso de investigación documental por revisión de artículos científicos se filtró, clasificó y seleccionó las publicaciones que presentan mayor sustento para el análisis realizado, recopilando un total de 25 artículos, publicados entre el 2010 y 2018, escritos generalmente en inglés y español. Realizada la recolección de información se elaboró una matriz para la aplicación de minería de datos en los artículos seleccionados que contiene las características a evaluar (técnicas y herramientas), esto permitió realizar un análisis estadístico del nivel de coincidencia entre las características evaluadas y determinar cuáles fueron las más utilizadas. En el análisis de los artículos encontrados se observó que la mayoría están orientados al desarrollo de métodos de descubrimiento que analizan los datos de repositorios educacionales para comprender a los estudiantes, el entorno en el que aprenden y los factores que afectan la calidad del rendimiento académico. Con base en la investigación se determina que, una de las técnicas más experimentadas es la clasificación y la herramienta más usada es el software WEKA (Waikato Environment for Knowledge Analysis).
The present research was developed with the aim of determining what the main techniques of data mining applied to education are, in order to show the level of coincidence and to identify what needs meet the use of such technics. Through the use of desk research of reviewing scientific articles, publications that show greater support for the purposes of the analysis were filtered, classified, and selected, a total of 25 articles published generally in English and Spanish between 2010 and 2018 were compiled. After data compilation a matrix was developed for the application of data mining for the selected articles which contain the characteristics to be evaluated (technics and tools). This allowed to perform a statistical analysis regarding the level of coincidence of the evaluated characteristics to determine which were predominantly used. Analyzing the articles, it was found that most of them are focused on the development of discovery methods that analyze educational data repository in order to understand students, learning environment, and factors that influence academic performance, the research determined that one of the most experienced techniques is the classification and the most used tool WEKA (Waikato Environment for Knowledge Analysis) software.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados