Using free data mining software and clustering algorithms to find predictors from student qualifications

Abstract

In this project a research both in finding predictors via clustering techniques and in reviewing the Data Mining free software is achieved. The research is based in a case of study, from where additionally to the KDD free software used by the scientific community; a new free tool for pre-processing the data is presented. The predictors are intended for the e-learning domain as the data from where these predictors have to be inferred are student qualifications from different e-learning environments. Through our case of study not only clustering algorithms are tested but also additional goals are proposed.

En aquest projecte es realitza una investigació, tant en la recerca de predictors a través de tècniques de clustering així com una revisió del programari de mineria de dades. La investigació es basa en un cas d'estudi, a partir del qual es presenten a més del programari lliure KDD utilitzat per la comunitat científica, una nova eina lliure per al preprocessament de les dades. Els predictors s'aplicaran en el camp de l'e-learning ja que les dades d'on aquests predictors es dedueixen són les qualificacions dels estudiants de diferents entorns d'e-learning. A través del nostre cas d'estudi no només es posen a prova algorismes de clustering, sinó que també es proposen objectius addicionals.

En este proyecto se realiza una investigación, tanto en la búsqueda de predictores a través de técnicas de clustering así como una revisión del software de minería de datos. La investigación se basa en un caso de estudio, a partir del cual se presentan además del software libre KDD utilizado por la comunidad científica, una nueva herramienta libre para el pre-procesamiento de los datos. Los predictores se aplicarán en el campo del e-learning ya que los datos de donde estos predictores se deducen son las calificaciones de los estudiantes de diferentes entornos de e-learning. A través de nuestro caso de estudio no sólo se ponen a prueba algoritmos de clustering, si no que también se proponen objetivos adicionales.