Analysing users' access logs in Moodle to improve e learning

Resumo

Objetivando possibilitar analisar tendências, perfis demalunos, bem como fazer previsões em relação à usabilidade de seus cursos à distância na área de Educação, que são oferecidos através do LMS Moodle, a UFSC em conjunto com a FGV-RJ propõem neste trabalho o uso de uma ferramenta de mineração de dados para dar suporte a estes processos de análises. O estudo feito pela UFSC sobre a base de dados do Moodle propiciou a completa compreensão de seu banco de dados, facilitando processos importantes para as
 comunidades que o utilizam, tais como o de manutenção do banco, adaptação do mesmo em função da customização da ferramenta à Instituição, e, também, o do projeto de um Data Mart, elaborado pela FGV-RJ, que foi
 implementado de forma a possibilitar as análises
 necessárias. Ao final do artigo, um exemplo desta
 aplicabilidade é apresentado, utilizando-se a técnica de regras de associação. Uma vez que um data mart, voltado para a área de análise da usabilidade do sistema seja desenvolvido, variadas análises com objetivos distintos podem ser efetuadas no banco, muitas podendo utilizar a
 técnica aqui proposta, e, outras, abrangendo diferentes técnicas da área de mineração de dados, tais como clusterização, redes neurais, etc. Pretende-se, desta forma, estar mais uma vez contribuindo para a comunidade Moodle.

Ficha do documento

Tipo

Artigo científico

Ano

2007

Instituição

Fundação Getulio Vargas

Fonte

Repositório da FGV

Idioma

Português

Acesso

Acesso restrito

DOI

10.1145/1352694.1352767

Identificador

oai:repositorio.fgv.br:10438/25642

Temas

TecnologiaDadosEducação

Palavras-chave

Data martData mininge-LearningLMSMoodleAccess logsE-learningsAssociative processingDatabase systemsInformation managementInformation systemsInternetMultimedia systemsNeural networksTeachingEducationCiências sociaisTecnologiaEducaçãoRedes neurais (Computação)Sistemas multimídia