Clustering semi-supervisado sobre datos procedentes de una plataforma e-learning

• Autores: Carlos Ruiz, Marta Elena Zorrilla Pantaleón , Ernestina Menasalvas , Myra Spiliopoulou
• Localización: XII Conferencia de la Asociación Española para la Inteligencia Artificial: (CAEPIA 2007). Actas / coord. por Daniel Borrajo Millán , Luis Castillo Vidal , Juan Manuel Corchado Rodríguez , Vol. 2, 2007, ISBN 978-84-611-8848-2, págs. 191-200
• Idioma: español
• Texto completo no disponible (Saber más ...)
• Resumen

  • El clustering con restricciones ha recibido mucha atención en los últimos años, ya que permite incluir, de manera sencilla y eficaz, información de dominio en el proceso de descubrimiento de patrones y obtener así mejores resultados. En este estudio, se propone su uso para mejorar el clustering en datos procedentes de una plataforma e-learning, donde el conocimiento previo sobre la similaridad en el comportamiento de los alumnos se utiliza en la formación de los clusters, creando agrupaciones más homogéneas y reales. En concreto, se aplica el algoritmo C-DBSCAN para la identificación de perfiles similares, y se demuestra cómo el uso de restricciones mejora la calidad de los clusters. Para ello, se comparan los resultados que se obtienen al aplicar los algoritmos DBSCAN vs C-DBSCAN.