Εξόρυξη, ανάλυση και οπτικοποίηση εκπαιδευτικών δεδομένων από πλατφόρμες ηλεκτρονικής μάθησης
Extraction, analysis and visualization of educational data from e-learning platforms
Keywords
Πλατφόρμες ηλεκτρονικής μάθησης ; Πληροφοριακά συστήματα ; Ηλεκτρονική μάθηση ; Μικτή μάθηση ; Εξόρυξη δεδομένων ; Οπτικοποίηση δεδομένων ; Εκπαιδευτικά δεδομένα ; Ανθρωποκεντρικός υπολογισμός ; Εμπειρικές μελέτεςAbstract
Η συσσώρευση μεγάλου όγκου ετερογενών δεδομένων και η ραγδαία ανάπτυξη των τεχνολογιών εξόρυξης τους υπέδειξε τη δυνατότητα υιοθέτησης τους και στην εκπαίδευση. Πρόσφατα πλήθος μελών των εκπαιδευτικών κοινοτήτων επέδειξε αξιοσημείωτη δραστηριότητα στην εξερεύνηση, διαχείριση και ενσωμάτωση δεδομένων προερχομένων από μεγάλες εκπαιδευτικές συλλογές οι οποίες εμπεριέχουν επωφελή γνώση. Στο πλαίσιο αυτό η εξόρυξη εκπαιδευτικών δεδομένων βρίσκεται στη διασταύρωση των επιστημών της πληροφορικής, της εκπαίδευσης και της στατιστικής και επικεντρώνεται στην ανάπτυξη και εφαρμογή μεθόδων και τεχνικών για την ανακάλυψη νέων μοντέλων και την εξαγωγή πληροφοριών από εκπαιδευτικά δεδομένα. Μεταξύ των πολλών συστημάτων διαχείρισης μάθησης που έχουν αναπτυχθεί, το Moodle αποτελεί κυρίαρχο και δημοφιλές σύστημα κατέχοντας το μεγαλύτερο μερίδιο χρήσης στον ακαδημαϊκό χώρο. Η χαμηλή τεχνική πολυπλοκότητα που διαθέτει και η ποικιλία δομικών μονάδων και δραστηριοτήτων που υποστηρίζει αποτελούν ορισμένα μόνο από τα δημοφιλή κριτήρια επιλογής του. Η έρευνα αυτή έχει ένα διττό στόχο. Ο πρώτος αφορά σε επιλογή και ενσωμάτωση ειδικών μονάδων (block) και πρόσθετων αναφορών στο περιβάλλον Moodle και η μετέπειτα εφαρμογή τους σε πραγματικά δεδομένα του μεταπτυχιακού μαθήματος με τίτλο «Συστήματα Ηλεκτρονικής Μάθησης & Εξ’ Αποστάσεως Εκπαίδευσης» του μεταπτυχιακού προγράμματος «Τεχνολογίες Πληροφοριών & Επικοινωνιών για την Εκπαίδευση» που προσφέρεται από κοινού από τα Πανεπιστήμια Αθηνών, Θεσσαλίας και Δυτικής Αττικής. Ο δεύτερος αφορά σε αξιοποίηση των εξωτερικών εργαλείων Gephi, Weka, ProM και Javascript Infovis Toolkit στην εξόρυξη και οπτικοποίηση πληροφοριών σε προγενέστερο ή/ και πραγματικό χρόνο εκπαιδευτικών δεδομένων προερχομένων από το ίδιο μεταπτυχιακό μάθημα που προσφέρεται στο moodle. Σε αυτήν την κατεύθυνση, η παρούσα μελέτη εφαρμόζει πειραματικά και συγκρίνει δημοφιλή εργαλεία εξόρυξης δεδομένων και οπτικοποίησης στα δεδομένα του μαθήματος. Τα αποτελέσματα αυτής της ανάλυσης επισημαίνουν την ανάγκη για συνδυασμένη χρήση περισσότερων από ένα μεμονωμένων εργαλείων, προκειμένου να καταγραφεί μια ολοκληρωμένη εικόνα των δεδομένων και να αποκαλυφθούν οι σχέσεις μεταξύ των εμπλεκομένων μεταβλητών.
Abstract
The accumulation of a large volume of heterogeneous data and the rapid development of their mining technologies indicated the possibility of their adoption in education. Recently, a large number of members of the educational community have shown remarkable activity in exploring, managing and integrating data from large educational collections that contain useful knowledge. In this context, educational data mining is at the crossroads of computer science, education and statistics and focuses on the development and application of methods and techniques for discovering new models and extracting information from educational data. Among the many learning management systems that have been developed, Moodle is a dominant and popular system with the largest share of use in academia. Its low technical complexity and the variety of building units and activities it supports are just some of its popular selection criteria. This research has a dual purpose. The first employs a choice of Moodle blocks to mine and visualize real field data from a graduated course offered on a blended learning scheme entitled "E-Learning Systems & Distance Learning" of the postgraduate program "Information & Communication Technologies for Education "offered jointly by the Universities of Athens, Thessaly and West Attica. The second concerns the utilization of the external tools Gephi, Weka, ProM and Javascript Infovis Toolkit in the extraction and visualization of information in previous and/ or real-time educational data from the same postgraduate course offered at moodle. In this context, the present work applies experimentally and compares popular data mining and visualization tools to course data. The results of this analysis point out the need for the combined use of more than one single tool in order to capture a comprehensive view of the data and to reveal relations among involved variables.