ANÁLISIS DE LOS PROBLEMAS DE RENDIMIENTO EN UN EVA (ENTORNO VIRTUAL DE APRENDIZAJE) A TRAVÉS DE LA EXTRACCIÓN DE CONOCIMIENTO

ANALYSIS OF THE PROBLEMS OF PERFORMANCE IN A VIRTUAL LEARNING ENVIRONMENT THROUGH THE EXTRACTION OF KNOWLEDGE

Palabras clave: EVA, evaluación de rendimiento, Analítica de Datos, medios de almacenamiento, Moodle

Resumen

En este trabajo, se analiza el comportamiento de un Entorno Virtual de Aprendizaje (EVA), específicamente en lo relacionado a su rendimiento, a través de los procesos de gestión del almacenamiento de estas plataformas. Para comprender e interpretar el comportamiento de un EVA, se usa una metodología basada en la Analítica de Datos (AD), la cual soporta los procesos de toma de decisiones para resolver los problemas de rendimiento debido al almacenamiento. Para ello, se especifican ciclos autonómicos de tareas de análisis de datos para los subprocesos del EVA relacionados con la carga de datos y descarga de archivos, con el fin de mejorar el rendimiento de los medios de almacenamiento del EVA. En particular, durante este trabajo se usa como caso de estudio a la plataforma de e-Learning Moodle.

Citas

[1] Rangel C., Pacheco F., Aguilar J., Cerrada M., Altamiranda J. (2013). Methodology for Detecting the Feasibility of Using Data Mining in an Organization. XXXIX Conferencia Latinoamericana en Informática (CLEI 2013), Naiguatá, Vargas, Venezuela.
[2] Alvarez A., Alarcón A., Callejas M. (2016). Comparación de Modelos y Estándares de Evaluación de Calidad para una Plataforma de Aprendizaje Virtual. Actas de Ingeniería. Vol 2 (Pp. 254-262).
[3] Marjanovic D., Milovanovic M., Radenkovic B. (2014). Hadoop Infrastructure for Education. Documento en Línea. Disponible en: https://es.slideshare.net/darkomarjanovic/hadoop-infrastructure-for-education (Consulta en enero 2017).
[4] O'Reilly Radar Team (2012). Big Data Now: Current Perspectives from O'Reilly Radar. 2012 Edition. O'Reilly Media.
[5] Ramachandra K., Sudarshan S. (2014). Method for Optimizing Performance of Database/web-service Backed Applications by Automatically Prefetching Query Results. Documento en Línea. Disponible en https://www.google.com/patents/US20140195512 (Consulta en enero 2017).
[6] Ashraf A., El-Bakry H.M., El-razek S.M.A., El-Mashad Y., Mastorakis N. (2015). Enhancing Big Data Processing in Educational Systems. 11th International Conference on Educational Technologies (EDUTE 2015), Dubai, United Arab Emirates.
[7] Merceron A., Blikstein P., Siemens G. (2015). Learning Analytics: From Big Data to Meaningful Data. Journal of Learning Analytics, Vol. 2, No. 3 (Pp. 4-8).
[8] Aguilar J., Buendia O, Cordero J. (2017). Specification of the Autonomic Cycles of Learning Analytic Tasks for a Smart Classroom. Aceptado para su publicación en Journal of Educational Computing Research.
[9] Aguilar J., Valdiviezo P., Cordero J., Sánchez M. (2015). Conceptual Design of a Smart Classroom Based on Multiagent Systems. 17th International Conference on Artificial Intelligence (ICAI 2015), Las Vegas, Nevada, USA.
[10] Aguilar J., Sanchez M., Cordero J., Valdiviezo-Díaz P., Barba-Guamán L., Chamba-Eras L. (2017). Learning Analytics Tasks as Services in Smart Classroom, International Journal Universal Access in the Information Society (Pp. 1-17).
[11] Fernández-Pampillón Cesteros A. (2009). Las Plataformas e-learning para la Enseñanza y el Aprendizaje Universitario en Internet. Documento en Línea. Disponible en http://eprints.ucm.es/10682/1/capituloE learning.pdf (Consulta en enero 2017).
[12] Bernárdez M. (2005). Módulo: Organización y Mercado. Documento en Línea. Disponible en http://www.expert2business.com/itson/Organizacionymercado.htm (Consulta en enero 2017).
[13] Boneu J.M. (2007). Plataformas Abiertas de e-learning para el Soporte de Contenidos Educativos Abiertos. Revista de Universidad y Sociedad del Conocimiento, Vol. 4, No. 1 (Pp. 36-47).
[14] Belloch C (2017). Entornos Virtuales de Formación. Documento en Línea. Disponible en http://www.uv.es/bellochc/pedagogia/EVA5.wiki (Consulta en enero 2017).
[15] Dougiamas M. (2016). Actividades. Documento en Línea. Disponibe https://docs.moodle.org/all/es/Actividades (Consulta en diciembre 2016).
[16] Arcaini P., Riccobene E., Scandurra P. (2015). Modeling and Analyzing MAPE-K Feedback Loops for Self-Adaptation. 10th International Symposium on Software Engineering for Adaptive and Self-Managing Systems (SEAMS 2015), Florence, Italy.
[17] Pacheco F., Aguilar J., Rangel C., Cerrada M., Altamiranda J. (2014). Methodological Framework for Data Processing based on the Data Science Paradigm. XL Conferencia Latinoamericana en Informática (CLEI 2014), Montevideo, Uruguay.
Publicado
2018-01-11
Cómo citar
Moreno Caldera, Y., Aguilar Castro, J., & Hidrobo, F. (2018). ANÁLISIS DE LOS PROBLEMAS DE RENDIMIENTO EN UN EVA (ENTORNO VIRTUAL DE APRENDIZAJE) A TRAVÉS DE LA EXTRACCIÓN DE CONOCIMIENTO. Ingeniería Al Día, 4(1), 3 - 24. Recuperado a partir de http://revista.unisinu.edu.co/revista/index.php/ingenieriaaldia/article/view/44

##plugins.generic.recommendByAuthor.heading##