PDF de programación - APLICACIÓN DE TÉCNICAS DE ADQUISICIÓN DE CONOCIMIENTO PARA LA MEJORA DE CURSOS HIPERMEDIA ADAPTATIVOS BASADOS EN WEB

Imagen de la Portada
Paul A. Thissen
www.ChemicalGraphics.com

UNIVERSIDAD DE GRANADA

E.T.S. DE INGENIERÍA INFORMÁTICA

Departamento de Ciencias de la Computación e

Inteligencia Artificial



APLICACIÓN DE TÉCNICAS DE ADQUISICIÓN DE
CONOCIMIENTO PARA LA MEJORA DE CURSOS
HIPERMEDIA ADAPTATIVOS BASADOS EN WEB

TESIS DOCTORAL

Cristóbal Romero Morales

Granada, Julio 2003







APLICACIÓN DE TÉCNICAS DE ADQUISICIÓN DE
CONOCIMIENTO PARA LA MEJORA DE CURSOS
HIPERMEDIA ADAPTATIVOS BASADOS EN WEB

MEMORIA QUE PRESENTA

Cristóbal Romero Morales

PARA OPTAR AL GRADO DE DOCTOR EN INFORMÁTICA

Julio 2003

DIRECTORES

Carlos de Castro Lozano.

Sebastián Ventura Soto.



DEPARTAMENTO DE CIENCIAS DE LA COMPUTACIÓN E

INTELIGENCIA ARTIFICIAL

E.T.S INGENIERÍA INFORMÁTICA, UNIVERSIDAD DE

GRANADA





titulada Aplicación de Técnicas de Adquisición de
La memoria
Conocimiento para la mejora de Cursos Hipermedia Adaptativos
basados en Web, que presenta D. Cristóbal Romero Morales para optar al
grado de Doctor, ha sido realizada en el departamento de informática y
análisis numérico de la Universidad de Córdoba bajo la dirección de los
Doctores D. Carlos de Castro Lozano y D. Sebastián Ventura Soto, y bajo la
tutela del Doctor D. Miguel Delgado Calvo-Flores del departamento de
ciencias de la computación e inteligencia artificial de la Universidad de
Granada



Granada, julio 2003.



El Doctorando :


Cristóbal Romero Morales



Los Directores:


Carlos de Castro Lozano

Sebastián Ventura Soto







Tesis Doctoral Parcialmente Subvencionada por la

Comisión Interministerial de Ciencia y Tecnología con el

Proyecto TIC2002-04036-C05-02.



Agradecimientos



A mis directores de tesis Carlos de Castro y Sebastián Ventura por toda la
ayuda que me han prestado durante la realización de este trabajo y por
haberse portado conmigo como unos amigos además de como directores.

Al profesor Paul de Bra por su ayuda y por su trato durante mi estancia en la
Universidad Técnica de Eindhoven.

A mis compañeros de departamento Pedro González, José Antonio
Herencia, Eloy Sanz, Rafael del Castillo, César Hervás, y ex-compañero y
amigo Enrique López por la ayuda que me han ofrecido cuando los he
necesitado.

A mis Padres, por el apoyo y comprensión que siempre han tenido conmigo.

A Ana, porque es lo mejor que me ha pasado durante la realización de esta
memoria.

Gracias a Todos.








i

Índice General


CAPÍTULO 1: INTRODUCCIÓN........................................................................ 1

4.1 PLANTEAMIENTO ................................................................................................ 3
4.2 OBJETIVOS .......................................................................................................... 5
4.3 CONTRIBUCIONES ............................................................................................... 6
4.4 CONTENIDOS....................................................................................................... 7


CAPÍTULO 2: ANTECEDENTES ....................................................................... 9

2.1 SISTEMAS ADAPTATIVOS PARA EDUCACIÓN BASADA EN WEB........................ 11
2.1.1 Evolución histórica ..................................................................... 11
2.1.2 Adaptación en los ASWE............................................................. 12
2.1.3 Arquitectura de los ASWE........................................................... 14
2.1.4 Construcción de los ASWEs........................................................ 16
2.1.5 Información disponible en los ASWE.......................................... 18
2.2 MINERÍA DE DATOS WEB................................................................................... 20
2.2.1 Minería web en Educación ......................................................... 22
2.3 DESCUBRIMIENTO DE REGLAS .......................................................................... 25
2.3.1 Modelado de dependencias......................................................... 27
2.3.2 Algoritmos Clásicos para el descubrimiento de reglas .............. 27
2.3.3 Algoritmos Evolutivos para descubrimiento de reglas............... 35
2.3.4 Descubrimiento de reglas interesantes....................................... 50



CAPÍTULO 3: DISEÑO E IMPLEMENTACIÓN DEL ASWE ..................... 53

3.1 UNA NUEVA METODOLOGÍA PARA LA MEJORA DE ASWES ............................. 55
3.2 DISEÑO DEL ASWE .......................................................................................... 58
3.2.1 Modelo del Dominio ................................................................... 60
3.2.2 Modelo del Alumno ..................................................................... 63
3.2.3 Modelo de Adaptación ................................................................ 64
3.2.4 Motor de Adaptación .................................................................. 65
3.2.5 Módulo Interfaz........................................................................... 70
3.3 IMPLEMENTACIÓN DEL ASWE ......................................................................... 71



3.3.1 Modelo del Dominio ................................................................... 72
3.3.2 Modelo del Alumno ..................................................................... 74
3.3.3 Modelo de Adaptación ................................................................ 76
3.3.4 Motor de Adaptación .................................................................. 78
3.3.5 Módulo Interfaz........................................................................... 81

ii



CAPÍTULO 4: DESCRIPCIÓN DE LA INFORMACIÓN INICIAL.............85

4.1 INTRODUCCIÓN .................................................................................................87
4.2 DESCRIPCIÓN DE LA INFORMACIÓN..................................................................88
4.2.1 Fichero Log................................................................................ 89
4.2.2 Fichero Model............................................................................ 90
4.2.3 Fichero Test ............................................................................... 91
4.3 PREPROCESADO DE LA INFORMACIÓN..............................................................92
4.3.1 Selección de Atributos................................................................ 93
4.3.2 Limpieza de datos ...................................................................... 94
4.3.3 Construcción de Atributos ......................................................... 96
4.3.4 Transformación de Variables Continuas a discretas................. 98
4.3.5 Integración de los datos........................................................... 102


CAPÍTULO 5: ALGORITMOS EVOLUTIVOS PARA EL
DESCUBRIMIENTO DE REGLAS DE PREDICCIÓN................................ 109

5.1 INTRODUCCIÓN ...............................................................................................111
5.2 PROGRAMACIÓN GENÉTICA BASADA EN GRAMÁTICAS.................................111
5.2.1 Representación de los individuos............................................. 112
5.2.2 Inicialización de individuos ..................................................... 113
5.2.3 Operadores genéticos .............................................................. 114
5.2.4 Reparación de individuos ........................................................ 116
5.3 ALGORITMO EVOLUTIVO ................................................................................117
5.3.1 Inicialización de la población.................................................. 118
5.3.2 Valoración de los individuos ................................................... 119
5.4 SECCIÓN EXPERIMENTAL................................................................................125
5.4.1 Descripción de las pruebas...................................................... 125
5.4.2 Algoritmos clásicos y extracción de reglas de predicción....... 126
5.4.3 Parámetros de los algoritmos.................................................. 127
5.4.4 Implementación........................................................................ 129



iii

5.5 RESULTADOS Y DISCUSIÓN .............................................................................129
5.5.1 Tiempos de ejecución............................................................... 129
5.5.2 Número total de reglas descubiertas ....................................... 131
5.5.3 Calidad de las reglas descubiertas .......................................... 132
5.6 Conclusiones ................................................................................ 135



CAPÍTULO 6: DESCRIPCIÓN DE LA INFORMACIÓN
DESCUBIERTA ................................................................................................. 137

6.1 INTRODUCCIÓN ............................................................................................... 139
6.2 DESCRIPCIÓN DE LA INFORMACIÓN DESCUBIERTA EN FORMA DE REGLAS DE
PREDICCIÓN.......................................................................................................... 140
6.2.1 Restringiendo la Información Descubierta............................... 141
6.2.2 Tipos de Relaciones Importantes Descubiertas........................ 142



CAPÍTULO 7: COMENTARIOS FINALES................................................... 153

7.1 RESUMEN .....................................