Uma Metodologia para a Mineração de Dados Oriundos de Ambientes de Aprendizagem Apoiados por Computadores

Ano: 2011 | Volume: 14 | Número: 2

Autores: Ivan Luiz Marques Ricarte, Geraldo Ramos Falci Junior

Palavras-chave: Mineração de dados, Mineração Web, Retorno, Aprendizagem apoiada por computador, Avaliação de ambientes de aprendizagem.

Resumo Inglês:

Computer-supported learning environments are usually
adopted as platforms for distance-based education, but are
also used as supporting tools for face-to-face educational
settings. However, in such situations educators lose contact
with their students and the way they access and use
the content made available to them. This paper presents
a methodology to process data collected from server logs
and from the environments internal databases to provide
feedback to authors and tutors about the usage of the
content they offer and students about their behavior inside
the environment. Two clustering algorithms, K-means and
Self-Organizing Maps, were used to analyze the collected
users’ interaction data and thus establish patterns of content
access. An evaluation was performed with data collected
from an actual environment used at a Brazilian university.
Student usage and document accessing were both
clustered and analyzed. A document access summary was
constructed to allow tutors to verify interest in the available
resources and to allow students to check their resource
usage history.

Resumo Espanhol:

Ambientes de aprendizagem apoiados por computadores são
normalmente adotados como plataformas para a educação
a distância, mas são também utilizados no apoio na educação
presencial. Entretanto, a intermediação tecnológica faz
com que os educadores percam, nesses casos, o contato
com os estudantes e o modo pelo qual eles acessam e utilizam
os conteúdos disponibilizados. Este artigo apresenta
um método para processar dados coletados de registros de
servidores e de bancos de dados internos desses ambientes
para oferecer retorno a autores e tutores sobre o uso dos
conteúdos disponibilizados, bem como a estudantes sobre
seu próprio uso dos recursos do ambiente. Dois algoritmos
de agrupamento foram usados para analisar os dados de
interação coletados e para reconhecer padrões de acesso
a conteúdos. O método foi avaliado com dados coletados
de um ambiente usado em uma universidade brasileira,
considerando o acesso a documentos e uso do ambiente
por estudantes. Um sumário dos dados de acesso coletados
permite que tutores verifiquem o interesse dos estudantes
nos materiais disponibilizados e que estudantes verifiquem
seu histórico de acesso a esses recursos.