Análisis del aprendizaje y evaluación en plataformas en entornos Big Data y servicios en la nube

Fraile Pérez, Sergio (2023). Análisis del aprendizaje y evaluación en plataformas en entornos Big Data y servicios en la nube,Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática.

Ficheros (Some files may be inaccessible until you login with your e-spacio credentials)
Nombre Descripción Tipo MIME Size
Fraile_Perez_Sergio_TFG.pdf Fraile Perez_Sergio_TFG.pdf application/pdf 2.21MB

Título Análisis del aprendizaje y evaluación en plataformas en entornos Big Data y servicios en la nube
Autor(es) Fraile Pérez, Sergio
Materia(s) Ingeniería Informática
Resumen Este proyecto se centra en el Learning Analytics, una disciplina cuyo objetivo es mejorar el aprendizaje y la enseñanza a través del análisis de los datos obtenidos a partir de los estudiantes, contenidos y procesos de enseñanza, identificando patrones que permiten medir el rendimiento del estudiante, así como la detección de problemas derivados de los recursos educativos y proponer soluciones o decisiones que mejoren la capacidad de la enseñanza. Por ello el objetivo general del presente proyecto será mejorar la actuación docente mediante el análisis de los datos recopilados, proporcionando información útil para la modificación de recursos y/o mejorar la individualidad del aprendizaje. Para cumplir con el objetivo propuesto se desarrolla una arquitectura que posibilita la recopilación, almacenamiento y análisis de datos obtenidos de plataformas de aprendizaje interactivo mediante la implementación de todos los subsistemas necesarios. La integración de dichos subsistemas se llevará a cabo mediante una tecnología de virtualización ligera y portable, utilizando contenedores Docker. Dicha tecnología permitirá desplegar el sistema rápida y eficientemente en cualquier equipo. En referencia a la estructura de los datos, se utilizará el estándar xAPI. Estándar con mayor flexibilidad y claridad, con una disposición similar al lenguaje humano, facilitando el proceso de análisis. La fase de análisis se llevará a cabo mediante funciones estadísticas y un algoritmo de inteligencia artificial. La motivación de este proyecto deriva de la posibilidad de mejorar el aprendizaje solucionando problemas que mejoren la calidad de la enseñanza y a su vez trabajar con diferentes tecnologías como servidores, bases de datos, inteligencia artificial, páginas web….
Abstract This project focuses on Learning Analytics, a discipline whose objective is to improve learning and teaching through the analysis of data obtained from students, content and teaching processes, identifying patterns that allow measuring student performance, as well as the detection of problems derived from educational resources and propose solutions or decisions that improve the teaching capacity. For this reason, the general objective of this project will be to improve teaching performance through the analysis of the collected data, providing useful information for the modification of resources and/or improving the individuality of learning. To meet the proposed objective, an architecture is developed that enables the collection, storage and analysis of data obtained from interactive learning platforms through the implementation of all the necessary subsystems. The integration of these subsystems will be carried out through a lightweight and portable virtualization technology, using Docker containers. This technology will allow the system to be deployed quickly and efficiently on any computer. In reference to the data structure, the xAPI standard will be used. Standard with greater flexibility and clarity, with a layout similar to human language, facilitating the analysis process. The analysis phase will be carried out using statistical functions and an artificial intelligence algorithm. The motivation of this project derives from the possibility of improving learning by solving problems that improve the quality of teaching and in turn working with different technologies such as servers, databases, artificial intelligence, web pages...
Palabras clave xAPI
LRS
LMS
Docker
cliente
servidor
client
server
Editor(es) Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática
Supervisor del trabajo Pastor Vargas, Rafael
Robles Gómez, Antonio
Fecha 2023-06-20
Formato application/pdf
Identificador http://e-spacio.uned.es/fez/view/bibliuned:grado-ETSIInformatica-II-Sfraile
bibliuned:grado-ETSIInformatica-II-Sfraile
Idioma spa
tipo/versión del documento info:eu-repo/semantics/acceptedVersion
info:eu-repo/semantics/bachelorThesis
Versión de la publicación acceptedVersion
Nivel de acceso y licencia http://creativecommons.org/licenses/by-nc-nd/4.0
info:eu-repo/semantics/openAccess
Tipo de recurso Bachelor Thesis
Tipo de acceso Acceso abierto
Notas adicionales Trabajo de Fin de Grado en Ingeniería Informática de modalidad específica. UNED

 
Versiones
Versión Tipo de filtro
Contador de citas: Google Scholar Search Google Scholar
Estadísticas de acceso: 168 Visitas, 86 Descargas  -  Estadísticas en detalle
Creado: Tue, 21 Nov 2023, 22:12:04 CET