Utilize este identificador para referenciar este registo:
https://rinacional.tecnm.mx/jspui/handle/TecNM/2705| Título: | Proceso de predicción de estilos de aprendizaje y recomendación de recursos educativos, basado en técnicas de aprendizaje automático para minería web y de recomendación personalizada |
| Autor: | Gómez García, Mayra H. |
| metadata.dc.subject.other: | Estilos de aprendizaje, Ambientes virtuales de aprendizaje, Inteligencia artificial, Minería web, Técnicas de recomendación |
| Data: | 2021-06-16 |
| Editora: | Tecnológico Nacional de México |
| metadata.dc.publisher.tecnm: | Instituto Tecnológico Superior de Teziutlán |
| Descrição: | La pandemia por coronavirus (COVID-19) ha provocado la mayor interrupción en la historia dentro de los sistemas educativos, afectando a casi 1.600 millones de estudiantes en más de 190 países en todos los continentes. Debido a esto, los gobiernos deben hacer hincapié en la equidad e inclusión de los estudiantes dentro del sistema educativo, en el caso de México se ha implementado estrategias de educación a distancia. A pesar del auge que tiene, no basta sólo con hacer uso de herramientas tecnológicas y utilizar contenido multimedia, también es necesario conocer el estado cognitivo de los estudiantes. Por lo que se propone el uso de una plataforma de aprendizaje que ayude en la detección de estilos de aprendizaje, la cual se apoye en el uso de técnicas de Aprendizaje Automático para Minería Web y técnicas de recomendación personalizada, con el fin de que sea posible realizar ajustes a una o más características del entorno de aprendizaje, por ejemplo, cambios en el contenido de aprendizaje, incorporación de texto, gráficos o videos, etc. En este sentido la minería web hace referencia al proceso global de descubrimiento de información o conocimiento útil, mediante la extracción de palabras dentro de un documento clasificándolo de acuerdo con su contenido. En cuanto a los sistemas de recomendación son una herramienta que permite establecer un conjunto de criterios y valoraciones sobre los datos de los usuarios para poder realizar predicciones sobre recomendaciones de elementos que puedan ser de utilidad o valor para el usuario |
| metadata.dc.type: | info:eu-repo/semantics/masterThesis |
| Aparece nas colecções: | Maestría en Sistemas Computacionales |
Ficheiros deste registo:
| Ficheiro | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| TESIS_MayraGómez.pdf | La pandemia por coronavirus (COVID-19) ha provocado la mayor interrupción en la historia dentro de los sistemas educativos, afectando a casi 1.600 millones de estudiantes en más de 190 países en todos los continentes. Debido a esto, los gobiernos deben hacer hincapié en la equidad e inclusión de los estudiantes dentro del sistema educativo, en el caso de México se ha implementado estrategias de educación a distancia. A pesar del auge que tiene, no basta sólo con hacer uso de herramientas tecnológicas y utilizar contenido multimedia, también es necesario conocer el estado cognitivo de los estudiantes. Por lo que se propone el uso de una plataforma de aprendizaje que ayude en la detección de estilos de aprendizaje, la cual se apoye en el uso de técnicas de Aprendizaje Automático para Minería Web y técnicas de recomendación personalizada, con el fin de que sea posible realizar ajustes a una o más características del entorno de aprendizaje, por ejemplo, cambios en el contenido de aprendizaje, incorporación de texto, gráficos o videos, etc. En este sentido la minería web hace referencia al proceso global de descubrimiento de información o conocimiento útil, mediante la extracción de palabras dentro de un documento clasificándolo de acuerdo con su contenido. En cuanto a los sistemas de recomendación son una herramienta que permite establecer un conjunto de criterios y valoraciones sobre los datos de los usuarios para poder realizar predicciones sobre recomendaciones de elementos que puedan ser de utilidad o valor para el usuario | 548.02 kB | Adobe PDF | Ver/Abrir |
Este registo está protegido por copyright original. |
Este registo está protegido por Licença Creative Commons
