mercado de datos para la toma de decisiones en el proceso de enseñanza aprendizaje en la...

Mercado de Datos para la toma de decisiones en el proceso de enseñanza aprendizaje en la Universidad de las Ciencias Informáticas

Armando Paredes Pacheco

Ing. Roanny Lamas López

IntroducciónGobierno

Producción

Telecomunicaciones

Deporte

Salud

Educación

IntroducciónEducación

Formas y métodos clásicos de educar

Cuba

- Bajo grado de informatización

- No existe ambiente ideal para aplicar E-Learning

Introducción

Universidad atípica

Evolución de la rama de la Informática

Situación problemáticaInteracción de los usuarios con cursos, recursos y actividades

almacena

analizar

Tomar decisiones que mejoren el uso del Entorno Virtual de Aprendizaje (EVA) como componente del Proceso de Enseñanza-Aprendizaje (PEA)

Situación problemática

Información

gestionada por el EVA

Capacidad de análisis

Informe de actividad del curso

Informe de participación en el curso

Informes de actividad del alumno Informe de la actividad general en todo el curso

Informe de finalización de actividad

Informe de registros activos


2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

2016

Información


Análisis variable en el tiempo


Información

Reporte 1

Variable 1

Reporte 2

Variable 2 Reporte

3

Variable 1Variable 2

No se permite


1.0 2.0 3.0No

integrada en una única fuenteSalva 1.0 Salva 2.0 Salva 3.0


Información


Dificulta el estudio

Tendencias y comportamientos en el uso de

cursos, recursos y

actividades publicados en la

plataforma

Se dificulta el análisis de la información gestionada por el Entorno Virtual de Aprendizaje imposibilitando la toma de decisiones de los decisores del Proceso de Enseñanza-Aprendizaje de la Universidad de las Ciencias Informáticas.

Problema de investigación

Análisis de información en el Entorno Virtual de Aprendizaje.

Objeto de estudio

Desarrollar un mercado de datos para contribuir a la toma de decisiones basadas en el análisis de la información almacenada en el Entorno Virtual de Aprendizaje de la Universidad de las Ciencias Informáticas.

Objetivo general

Mercados de datos para el Entorno Virtual de Aprendizaje.

Campo de acción

1. Revisión bibliográfica para conformar el estado del arte de la investigación.

2. Selección de las tecnologías, metodología y herramientas a utilizar en el proceso de desarrollo a partir de la revisión de las más utilizadas en la construcción de mercados de datos.

3. Identificar los requisitos del mercado de datos que necesita el Entorno Virtual de Aprendizaje.

Tareas de investigación

4. Diseño del mercado de datos que guía la construcción de la solución.

5. Validación mediante la aplicación de pruebas de software a la solución propuesta.

Tareas de investigación

Conjunto de estrategias y herramientas enfocadas a la administración y creación de conocimiento mediante el análisis de datos existentes en una organización o empresa.

Inteligencia de negocio

Componentes de la Inteligencia de negocio

Fuentes no integradas

Integración

Almacenamiento

Visualización

L T

Medición, recopilación, análisis y presentación de datos sobre los estudiantes, sus contextos y las interacciones que allí se generan, con el fin de comprender el proceso de aprendizaje que se está desarrollando y optimizar los entornos en los que se produce.

Analítica de aprendizaje

Componentes de la Analítica de aprendizaje

Fuentes no integradas

Integración

Almacenamiento

Visualización

L T

Colección de datos para el soporte del proceso de toma de decisiones, orientada al negocio, integrada, variable en el tiempo y no volátil.

Almacén de datos

Es la implementación de un Almacén de datos con alcance restringido a un área funcional, problema en particular, departamento, tema o grupo de necesidades.

Mercado de datos

Soluciones similaresNa

ciona

l

Inte

rnac

iona

l

Universidad de Loja

Universidad de Wisconsin

Universidad de las Ciencias

Informáticas

1. Soluciones construidas a la medida del problema que resuelven.

2. Dieron una perspectiva acerca de la construcción de los almacenes y mercados de datos, el levantamiento de los indicadores y la selección de las perspectivas de análisis.

Soluciones similares

3. Mostraron una visión acerca de la información gestionada por los sistemas de gestión del aprendizaje que se debe tener en cuenta para tomar decisiones, así como posibles indicadores y perspectivas de análisis.

Soluciones similares

Metodología, tecnologías y herramientas

Herramienta de modelado de softwareSistema gestor de bases de datos

Metodología para el desarrollo de almacenes de datos

Versión 2.0

Versión 8.0

Versión 9.4

Metodología, tecnologías y herramientasHerramienta de Inteligencia de negocio

Versión 5.0

Versión 3.8Versión 5.0.1 Pentaho Schema

Workbench

Pentaho Data Integration Saiku Analytics PluginVersión 2.5

Análisis del negocioEstudiante

ProfesorCurso

Recurso Actividad Bloque

Módulo

Evaluación Aprendizaje Comunicación

Categoría

Fecha de acceso

Dirección IP Curso Módulo Acción Descripción

DiseñaInteractúa

Contiene

DivideAgrupa

Tipo de actividad

Retroalimenta

Análisis del negocioProceso IndicadorPerspectivas

Interacción Usuario -

EVA

RolCurso

MóduloAcción

URL

Usuario

Cantidad de acciones

Dirección IPFecha

Modelo lógicoDimensión:Usuario

Dimensión:Rol

Dimensión:Curso

Dimensión:MóduloDimensión:

Acción

Dimensión:URL

Dimensión:Dirección

IP

Dimensión:Fecha Hecho:

Interacción Usuario –

EVAIndicador:

Cantidad de acciones

Esquema en

estrella

Modelo físico

Procesamiento analítico en

línea relacional(ROLAP)

Integración de datos

Transformaciones: 9

Trabajos: 3 Tablas dimensiones:

8 Tabla hecho: 1

Tablas dimensiones: 1

Tabla hecho: 1 Almacén de datos: 1

Procesos de extracción, transformación y carga

Explotación del Mercado de datos

Herramienta de análisis SAIKU.

Análisis gráfico

Cantidad de acciones sobre los cursos, recursos y actividades publicados en el EVA, desde las distintas zonas de la UCI en el año 2014.

Análisis gráfico

Cantidad de acciones realizadas por los profesores y estudiantes en el EVA en el período lectivo 2014-2015.

Análisis tabular

Cantidad de acciones realizadas sobre los recursos publicados en el curso Inteligencia Artificial II.

Análisis tabular

Cantidad de acciones realizadas por el usuario “rlamas” por Rol, Curso, Acción y Fecha.

Tipos de pruebas aplicadas

Unitarias Integración Aceptación

Pruebas de software

Resultados de las pruebas de software

Iteración 1 Iteración 2 Iteración 3 Iteración 4

5

1

0 0

4

2

1

0

8

4

1

0

Alta MediaLogarithmic (Media) Baja

1. Al investigar el objeto de estudio, los métodos científicos empleados posibilitaron identificar los conceptos y teorías que sustentan la investigación, determinando construir una solución de Analítica de aprendizaje mediante el desarrollo de un Mercado de datos, utilizando las herramientas VP-UML CE, PostgreSQL y Pentaho Open Source Business Intelligence.

Conclusiones

2. Se realizó un análisis sobre las metodologías de desarrollo de almacenes de datos donde fue seleccionada HEFESTO como la más apropiada, la cual permitió cumplir con el objetivo general de la investigación y satisfacer de esta forma las necesidades del cliente.

Conclusiones

3. Se realizó un estudio de diferentes soluciones existentes que utilizan los almacenes y mercados de datos como solución, siendo soluciones parciales o totales construidas a la medida del problema por el cual surgieron.

Conclusiones

4. Se diseñó e implementó un Mercado de datos para la toma de decisiones a partir de la información gestionada por el EVA de la Universidad de las Ciencias Informáticas, enfocada a mejorar el uso del EVA como componente del PEA de la institución.

Conclusiones

5. La validación del Mercado de datos de la propuesta de solución por medio de pruebas unitarias, de integración y de aceptación demostró la eficacia del proceso de desarrollo llevado a cabo, la satisfacción del cliente y además, comprobó el correcto funcionamiento de la solución propuesta.

Conclusiones

1. Poner a disposición de la comunidad internacional del Sistema de gestión del aprendizaje MOODLE los resultados obtenidos en esta investigación, con tal de contribuir al proceso de toma de decisiones sobre el uso por parte de los usuarios de esta plataforma.

Recomendaciones

2. Incluir otros aspectos de interés, los cuales requieran ser analizados con carácter variable en el tiempo y así conocer su comportamiento histórico.

Recomendaciones

En la investigación se presentan los procesos ETL construidos para realizar la carga inicial o histórica del Mercado de Datos. Como es sabido el cúmulo de información producto de la interacción de los usuarios con el EVA continuará creciendo. Teniendo en cuenta este contexto, en las consiguientes cargas incrementales de datos, para evitar la duplicación de información, no deben repetirse cargas que ya se realizaron o cargarse valores que ya existen en las dimensiones y los hechos.

Pregunta #1

a) ¿Cómo se resuelve este aspecto en su solución?

b) Proponga un escenario de automatización de la ejecución de los procesos ETL en los sistemas operativos Windows y Linux.

Pregunta #1

Respuesta a la pregunta #1 inciso a

Esquema metadato

1. Guardar la última fecha procesada de la fuente de datos.

2. Guardar los máximos identificadores procesados por cada tabla de la fuente de datos.


Esquema metadato

Transformación de la tabla de hechos

Transformaciones de las dimensiones

Última fecha procesada

Máximos identificadores

procesados

Respuesta a la pregunta #1 inciso b

Kitchen

Es un programa que puede ejecutar trabajos diseñados con Spoon (Diseñador gráfico de transformaciones y trabajos de Pentaho Data Integration) y almacenados como XML o en el repositorio de base de datos.

cron: Programador de tareas de Linux

schtasks: Programador de tareas de Windows



0 0 * * * bash /home/ejecución_procesos_etl.sh

sh kitchen.sh -rep=repositorio_eva -user=postgres -pass=postgres job=trab_mercado

kitchen.bat /rep:repositorio_eva /user:postgres /pass:postgres /job:trab_mercado


Para el desarrollo de las soluciones informáticas es de vital importancia definir la seguridad con que va a contar el sistema. De esta forma se asegura un acceso controlado a cada elemento de la solución, garantizando un correcto desempeño del sistema e impidiendo que se corrompan componentes o que la información que brinde el mismo se vea comprometida.

Pregunta #2

a) Qué niveles de seguridad establecieron o se pueden establecer, para garantizar el acceso adecuado a cada elemento que conforma la solución.

b) Explique brevemente como aseguran dichos componentes basándose en los niveles antes expuestos.

Pregunta #2


Nivel de servidor de base de datos

Nivel de mercado de

datosNivel de

aplicación

Respuesta a la pregunta #2 inciso bNivel de servidor de base de

datosMecanismos de seguridad de PostgreSQL 9.4

- Control de acceso basado en usuario y contraseña.

- Restricción de acceso por dirección IP.

- Restricción del acceso a objetos (tablas, columnas, esquemas).

- Copias de seguridad y restauración.

En la creación del XML Mondrian se puede definir el acceso a Cubos, Dimensiones, Jerarquías, Niveles y Medidas mediante roles.

Respuesta a la pregunta #2 inciso bNivel de mercado de

datos

Pentaho BI Server está construido sobre la base del marco de trabajo Spring (Mecanismos de seguridad de Spring).

- Control de acceso basado en usuario y contraseña.

- Acceso a funcionalidades a través de roles asignados a los usuarios.

- Protección contra ataques XSS, CSRF e inyecciones SQL.

Respuesta a la pregunta #2 inciso bNivel de

aplicación

En el epígrafe 3.1.2 se hace alusión a lo determinante que es la selección del tipo de modelo lógico para realizar la posterior implementación del Mercado de Datos, seleccionándose el esquema en estrella.

Pregunta #3

a) Digan que otros esquemas existen. Explíquelos.

b) Diga las ventajas y desventajas que le propició el esquema usado en su solución.

Pregunta #3


Esquema copo de nieve.


Esquema constelación de hechos.

Ventajas del esquema en estrella:

- Ofrece los mejores tiempos de respuesta para las consultas.

- Facilita la interacción con herramientas OLAP.

- Reduce el tiempo necesario para cargar grandes volúmenes de datos.

- El diseño es fácil de modificar.


Desventajas del esquema en estrella:

- Pobre integridad de los datos.- Ocupa más espacio en disco.- Posee mayor redundancia de los datos.


mercado de datos para la toma de decisiones en el proceso de enseñanza aprendizaje en la...

Education