Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10609/31661
Título : Parameter-free agglomerative hierarchical clustering to model learners' activity in online discussion forums
Autoría: Cobo Rodríguez, Germán  
Director: Santamaría Pérez, Eugènia
Morán Moreno, Jose Antonio  
Otros: Universitat Oberta de Catalunya. Internet Interdisciplinary Institute (IN3)
Resumen : El análisis de la actividad de los estudiantes en los foros de discusión online acarrea un problema de modelización altamente dependiente del contexto, el cual puede ser planteado desde aproximaciones tanto teóricas como empíricas. Cuando este problema es abordado desde el ámbito de la minería de datos, el enfoque más comúnmente adoptado es el de la clasificación no supervisada (o clustering), dando lugar, de este modo, a un escenario de clustering en el que el número real de clusters es a priori desconocido. Por tanto, esta aproximación revela una cuestión subyacente, la cual no es sino uno de los problemas más conocidos del paradigma del clustering: la estimación del número de clusters, habitualmente seleccionado por el usuario acorde a algún tipo de criterio subjetivo que puede conllevar fácilmente la aparición de sesgos indeseados en los modelos obtenidos. Con el objetivo de evitar cualquier intervención del usuario en la etapa de clustering, dos nuevos criterios de unión entre clusters son propuestos en la presente tesis, los cuales, a su vez, permiten la implementación de un nuevo algoritmo de clustering jerárquico aglomerativo libre de parámetros. Un completo conjunto de experimentos indica que el nuevo algoritmo de clustering es capaz de proporcionar soluciones de clustering óptimas frente a una gran variedad de escenarios de clustering, siendo capaz de lidiar con diferentes clases de datos, así como de mejorar el rendimiento ofrecido por los algoritmos de clustering más ampliamente utilizados en la práctica. Finalmente, una estrategia de análisis de dos etapas basada en el paradigma del clustering subespacial es propuesta a fin de abordar adecuadamente el problema de la modelización de la participación de los estudiantes en las discusiones asíncronas. Combinada con el nuevo algoritmo clustering, la estrategia propuesta demuestra ser capaz de limitar la intervención subjetiva del usuario a las etapas de interpretación del proceso de análisis y de dar lugar a una completa modelización de la actividad llevada a cabo por los estudiantes en los foros de discusión online.
Palabras clave : clasificación no supervisada (clustering) libre de parámetros
minería de datos en educación
modelización del comportamiento del estudiante
Tipo de documento: info:eu-repo/semantics/doctoralThesis
Fecha de publicación : 22-abr-2014
Licencia de publicación: http://creativecommons.org/licenses/by-nc-nd/3.0/es/  
Aparece en las colecciones: Tesis doctorals

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
thesis_gcobo.pdf6,06 MBAdobe PDFVista previa
Visualizar/Abrir