Revisión de algoritmos de Big Data aplicados a la plataforma educativa Moodle

La implementación de sistemas de gestión del aprendizaje como Moodle, en instituciones educativas ha aumentado en los últimos años, la interacción de los estudiantes con la plataforma genera un gran volumen de datos, que en muchas ocasiones no son utilizados debido a que los análisis de aprendizaje tradicionales no son capaces de procesarlos dando surgimiento a nuevas áreas de investigación como la minería de datos. La presente investigación se efectuó con la finalidad de determinar cuáles son las principales técnicas de minería de datos, algoritmos y herramientas utilizadas para el análisis de los datos generados por Moodle. Para obtener los resultados se aplicó una revisión bibliográfica de artículos, organizándolos de acuerdo a la técnica aplicada, permitiendo a través de un análisis estadístico dar respuesta al objetivo de la investigación. En el análisis de los trabajos encontrados se observó los principales problemas a revolver como es el conocer los patrones de comportamiento de los estudiantes y predicciones. Con base a la investigación se determinó que las técnicas de minería de datos más utilizadas son la clasificación, agrupación y reglas de asociación, siendo la agrupación la de mayor uso, la herramienta más usada es Weka y entre los algoritmos de uso principal están el J48, k-medias y Apriori. Aplicar las técnicas de minería de datos a los registros de Moodle permite obtener nuevos conocimientos para docentes y autoridades de las instituciones educativas, a partir de los cuales tomar acciones correctivas para la mejora del proceso de enseñanza-aprendizaje virtual.