Uso de la metodología CRISP-DM para guiar el proceso de minería de datos en LMS

espanolLa mineria de datos educativos (MDE) es una disciplina emergente orientada al desarrollo de nuevos metodos y tecnicas para explorar datos que provienen de contextos educativos. Las bases de datos educativas almacenan gran cantidad de informacion, la misma que esta siendo infrautilizada tanto por docentes, estudiantes e instituciones. Esto ocurre en vista de que los sistemas de gestion de aprendizaje (Learning Management Systems, LMS) como Moodle no disponen en su entorno de herramientas especificas de analisis de datos. Esta limitacion no permite realizar un seguimiento minucioso del desempeno de los estudiantes y evaluar a fondo sus actividades de aprendizaje. En este articulo se propone la utilizacion de la metodologia Cross Industry Standard Process for Data Mining (CRISP-DM), como guia para el proceso de analisis de datos de estudiantes de ingenieria en sistemas de computacion e informatica, en un entorno de aprendizaje que combina educacion en linea y presencial. Se propone aplicar secuencialmente varias tecnicas de mineria de datos sobre los registros de un LMS para reforzar la medicion del desempeno academico de los estudiantes. EnglishThe Educational data mining is an emerging discipline oriented to the development of new methods and techniques to explore data coming from educational contexts. The educational databases store large amounts of information being underused by both teachers, students and institutions. This occurs because the Learning Management System (LMS) like Moodle, do not have in their platform specific data analysis tools. This limitation does not allow close monitoring of student performance and thoroughly evaluate their learning activities. This article discusses the use of the methodology Cross Industry Standard Process for Data Mining (CRISP-DM), to guide the process of data analysis of engineering students in computer systems and computer science, proposed in a learning environment that combines online and classroom education. It is proposed to apply sequentially several data mining techniques on the records of a LMS to strengthen the measurement of academic performance of students.