Implementación de Kdd para mejorar el proceso de identificación de estilos de aprendizaje en la Universidad Autónoma del Perú

Abstract

La presente investigación tuvo como objetivo, descubrir cuáles son los estilos de aprendizaje dominante de estudiantes de primero y segundo ciclo de la Carrera de Ingeniería de Sistemas de la Universidad Autónoma del Peru, semestre académico 2017-1, con el propósito de mejorar el proceso de enseñanza de estudiantes.

Para llevar este estudio, se plantearon los siguientes procesos: Elaboración del estado del arte en torno a estilos de aprendizaje para conocer las diversas metodologías y resultados. El modelo utilizado, es el propuesto por Felder-Silverman, porque, este instrumento se basa en la calidad, confiabilidad y validez, para descubrir el estilo de aprendizaje dominante. Para esta investigación se aplicó el Proceso de Extracción de Conocimiento a partir de Datos, con sus etapas: Preprocesamiento, Minería de Datos y Postprocesamiento, con el objetivo de identificar grupos homogéneos dentro de los estudiantes encuestados, por medio de técnicas descriptivas. Se utilizó software libre y de código abierto, Weka, porque permite implementar una variedad de algoritmos que después se implementó en un software que determina en tiempo real el estilo de aprendizaje dominante de los estudiantes de la Carrera. En particular, se han propuestos algoritmos de Clustering para el análisis de la data.