Educational Data Mining and Learning Analytics: differences, similarities, and time evolution

• Autores: Laura Calvet Liñán, Ángel Alejandro Juan Pérez
• Localización: RUSC. Universities and Knowledge Society Journal, ISSN-e 1698-580X, Vol. 12, Nº. 3, 2015, págs. 98-112
• Idioma: inglés
• DOI: 10.7238/rusc.v12i3.2515
• Títulos paralelos:
  • Mineria de dades educatives i anàlisi de dades de l’aprenentatge: diferències, semblances i evolució en el temps
  • Minería de datos educativos y análisis de datos sobre aprendizaje: diferencias, parecidos y evolución en el tiempo
• Enlaces
  • Texto completo (pdf)
• Dialnet Métricas: 4 Citas
• Resumen
  • español

    El progreso tecnológico de las últimas décadas ha hecho posible una diversidad de formas de aprendizaje. Hoy en día las universidades ofrecen múltiples modelos de enseñanza entre los que poder elegir, por ejemplo aprendizaje mixto (b-learning) o aprendizaje electrónico. Aunque cada vez son más numerosas las oportunidades para alumnos y profesores, el aprendizaje en línea también plantea dificultades debidas a la falta de contacto humano directo. Los entornos en línea permiten generar grandes cantidades de datos relacionados con los procesos de enseñanza-aprendizaje, de los que se puede extraer una valiosa información que se puede usar para mejorar el desempeño del alumnado. En este trabajo queremos estudiar los parecidos y diferencias entre la minería de datos educativos y el análisis de datos sobre aprendizaje, dos campos de investigación relativamente nuevos y crecientemente populares relacionados con la recogida, el análisis y la interpretación de datos educativos. Trataremos su origen, objetivos, diferencias y parecidos, evolución en el tiempo y retos a los que se enfrentan, así como su relación con los macrodatos y los cursos en línea abiertos y masivos (MOOC).

  • català

    El progrés tecnològic de les darreres dècades ha fet possible una diversitat de formes d’aprenentatge. Avui dia les universitats ofereixen múltiples models d’ensenyament entre els quals podem triar, per exemple, l’aprenentatge mixt (b-learning) o l’aprenentatge electrònic. Si bé cada cop són més nombroses les oportunitats per a alumnes i professors, l’aprenentatge en línia també planteja dificultats degudes a la manca de contacte humà directe. Els entorns en línia permeten que es generin grans quantitats de dades relacionades amb els processos d’ensenyament i aprenentatge, de les quals es pot extreure una valuosa informació que es pot fer servir per millorar l’actuació de l’alumnat. En aquest treball volem estudiar les semblances i diferències entre la mineria de dades educatives i l’anàlisi de dades sobre l’aprenentatge, dos camps de recerca relativament nous i creixentment populars relacionats amb la recollida, l’anàlisi i la interpretació de dades sobre educació. En tractarem l’origen, els objectius, les diferències i semblances, l’evolució que han tingut en el temps i els reptes a què s’enfronten, així com la seva relació amb les dades massives i els cursos en línia oberts i massius (MOOC).

  • English

    Technological progress in recent decades has enabled people to learn in different ways. Universities now have more educational models to choose from, i.e., b-learning and e-learning. Despite the increasing opportunities for students and instructors, online learning also brings challenges due to the absence of direct human contact. Online environments allow the generation of large amounts of data related to learning/teaching processes, which offers the possibility of extracting valuable information that may be employed to improve students’ performance. In this paper, we aim to review the similarities and differences between Educational Data Mining and Learning Analytics, two relatively new and increasingly popular fields of research concerned with the collection, analysis, and interpretation of educational data. Their origins, goals, differences, similarities, time evolution, and challenges are addressed, as are their relationship with Big Data and MOOCs.

• Referencias bibliográficas
  • Antonenko, P. D., Toy, S., & Niederhauser, D. S. (2012). Using cluster analysis for data mining in educational technology research. Educational...
  • Baker, R. S. J. D., Corbett, A. T., & Wagner, A. Z. (2006). Human classification of low-fidelity replays of student actions. In M. Ikeda,...
  • Baker, R. S. J. D., Barnes, T., & Beck, J. E. (2008). Proceedings of the 1st International Conference on Educational Data Mining. Montreal,...
  • Baker, R. S. J. D., Costa, E., Amorim, L., Magalhães, J., & Marinho, T. (2012). Mineração de Dados Educacionais: Conceitos, Técnicas,...
  • Baker, R. S. J. D., & Inventado, P. S. (2014). Educational Data Mining and Learning Analytics. In J. A. Larusson, & B. White (Eds.),...
  • Baker, R. S. J. D., & Yacef, K. (2009). The State of Educational Data Mining in 2009: A review and future visions. Journal of educational...
  • Barnes, T., Desmarais, M., Romero, C., & Ventura, S. (2009). Proceedings of the 2nd International Conference on Educational Data Mining....
  • Bienkowski, M., Feng, M., & Means, B. (2012). Enhancing Teaching and Learning Through Educational Data Mining and Learning Analytics:...
  • Clark, D. (2013). Adaptive MOOCs. Retrieved from http://www.cogbooks.com/white-papers-AdaptiveMOOCs.html
  • Clow, D. (2013). MOOCs and the funnel of participation. In D. Suthers, K. Verbert, E. Duval, & X. Ochoa (Eds.), Proceedings of the 3rd...
  • Daradoumis, T., Bassi, R., Xhafa, F., & Caballé, S. (2013). A review on massive e-learning (MOOC) design, delivery and assessment. Proceedings...
  • Daradoumis, T., Juan, A., Lera-López, F., & Faulin, J. (2010). Using Collaboration Strategies to Support the Monitoring of Online Collaborative...
  • Daradoumis, T., Rodríguez-Ardura, I., Faulin, J., & Martínez-López, F. J. (2010). CRM Applied to Higher Education: Developing an e-Monitoring...
  • Desmarais, M. C. (2011). Mapping question items to skills with non-negative matrix factorization. SIGKDD Exploration Newsletter, 13(2), 30-36....
  • García, E., Romero, C., Ventura, S., & de Castro, C. (2011). A collaborative educational association rule mining tool. Internet and Higher...
  • Greller, W., & Drachsler, H. (2012). Translating Learning into Numbers: A Generic Framework for Learning Analytics. Educational Technology...
  • Jeong, H., & Biswas, G. (2008). Mining student behavior models in Learning-by-teaching environments. In R. S. J. D. Baker, T. Barnes,...
  • Johnson, L., Adams, S., & Cummins, M. (2012). The NMC Horizon Report: 2012 Higher Education Edition. The New Media Consortium.
  • Johnson, L., Adams, S., Cummins, M., Estrada, V., Freeman, A., & Ludgate, H. (2013). The NMC Horizon Report: 2013 Higher Education Edition....
  • Juan, A., Daradoumis, T., Faulin, J., & Xhafa, F. (2009). A data analysis model based on control charts to monitor online learning processes....
  • Juan, A., Daradoumis, T., Faulin, J., & Xhafa, F. (2009). SAMOS: a model for monitoring students’ and groups’ activities in collaborative...
  • Kay, J., Reimann, P., Diebold, E., & Kummerfeld, B. (2013). MOOCs: So Many Learners, So Much Potential… IEEE Intelligent Systems, 28(3),...
  • Kinnebrew, J., & Biswas, G. (2012). Identifying learning behaviours by contextualizing differential sequence mining with action features...
  • Larusson, J. A., & White, B. (Eds.) (2014). Learning Analytics: from Research to Practice. doi: http://dx.doi.org/10.1007/978-1-4614-3305-7
  • Lee, J. I. & Brunskill, E. (2012). The impact on individualizing student models on necessary practice opportunities. In K. Yacef, O....
  • Lera-López, F., Faulin, J., Juan, A., & Cavaller, V. (2009). Monitoring Students’ Activity and Performance in Online Higher Education:...
  • Long, P., Siemens, G., Conole, G., & GaÅ¡ević, D. (2011). Proceedings of the 1st International Conference on Learning Analytics and...
  • Marquès, J. M., Lazaro, D., Juan, A., Vilajosana, X., Domingo, M., & Jorba, J. (2013). PlanetLab@UOC: A Real Lab Over the Internet...
  • McAfee, A., & Brynjolfsson, E. (2012). Big Data: The Management Revolution. Harvard Business Review, 90(10), 60-66.
  • Palazuelos, C., García-Saiz, D., & Zorrilla, M. (2013). Social Network Analysis and Data Mining: An Application to the E-learning Context....
  • Peña-Ayala, A. (2014). Educational Data Mining: Applications and Trends. New York, NY: Springer. doi:http://dx.doi.org/10.1007/978-3-319-02738-8
  • Romero, C., & Ventura, S. (2006). Data Mining in E-learning. Southampton, UK: Wit-Press. doi: http://dx.doi.org/10.2495/1-84564-152-3
  • Romero, C., & Ventura, S. (2007). Educational data mining: A survey from 1995 to 2005. Expert Systems with Applications, 33, 135-146....
  • Romero, C., & Ventura, S. (2010). Educational Data Mining: A Review of the State of the Art. IEEE Transactions on Systems, Man, and Cybernetics,...
  • Romero, C., & Ventura, S. (2013). Data mining in education. WIREs Data Mining and Knowledge Discovery, 3, 12-27. doi: http://dx.doi.org/10.1002/widm.1075
  • Romero, C., Ventura, S., Pechenizkiy, M., & Baker, R. S. J. D. (Eds.) (2010). Handbook of Educational Data Mining. Boca Ratón, FL: CRC...
  • Siemens, G. (2013). Massive Open Online Courses: Innovation in Education? In R. McGreal, W. Kinuthia, & S. Marshall (Eds.), Open Educational...
  • Siemens, G., & Baker, R. S. J. D. (2012). Learning analytics and educational data mining: towards communication and collaboration. In...
  • Snijders, C., Matzat, U., & Reips, U.-D. (2012). “Big data”: Big gaps of knowledge in the field of Internet. International Journal of...
  • Sonwalkar, N. (2013). The First Adaptive MOOC: A Case Study on Pedagogy Framework and Scalable Cloud Architecture – Part I. MOOCs Forum,...
  • Tane, J., Schmitz, C., & Stumme, G. (2004). Semantic resource management for the web: an e-learning application. Proceedings of the 13th...
  • Trćka, N., Pechenizkiy, M., & Aalst, W. V. D. (2011). Process mining from educational data. In C. Romero, S. Ventura, M. Pechenizkiy,...
  • Ueno, M. (2004). Online Outlier Detection System for Learning Time Data in E-Learning and Its Evaluation. Proceedings of the International...
  • Wolf, M. A., Jones, R., Hall, S., & Wise, B. (2014). Capacity enablers and barriers for learning analytics: implications for policy and...
  • Yadav, S. K., & Pal, S. (2012). Data Mining: A Prediction for Performance Improvement of Engineering Students using Classification. World...