Aplicaciones Big Data en el Sector de la Educación

Cómo perfilar a los alumnos a través de sus datos para mejorar su atención

En los últimos meses, con la pandemia causada por el Covid 19, hemos vivido una transformación digital sin precedentes. El confinamiento ha obligado a adaptar nuestros patrones de trabajo y estudio a un ámbito digital mayor del que teníamos hasta ahora. Y como hemos visto, muchas empresas y organismos no estaban preparadas. 

El ámbito de la educación ha sido uno de los más afectados por este nuevo panorama. El cambio no ha sido únicamente tecnológico, sino también metodológico, donde los profesores e instituciones han utilizado todos los recursos a su disposición para no dar el curso académico por perdido. Pero ¿Realmente conocemos todo lo que un entorno de e-learning nos puede ofrecer para sacar el máximo partido al servicio que se presta? Y dentro de un entorno e-learning ¿Qué puede ofrecerme el Big Data para mejorar mis servicios? Desde Smartup, con nuestra experiencia como Agencia Big Data, os vamos a contar cómo perfilar a los alumnos a través de sus datos, para ofrecer una atención personalizada a los alumnos a través de medios digitales.

En este artículo vamos a ver dos técnicas de segmentación diferentes: algoritmos de machine learning  basados en particiones y análisis RFM. Para estos ejemplo vamos a utilizar dos conjuntos de datos 

• El primero de ellos publicado en UCL Machine Learning Repository por el profesor Paulo Cortez de la Universidad do Minho, y que recoge datos de alumnos de dos colegios portugueses. Las características que nos podemos encontrar en estos datos van desde el entorno familiar al social y académico. 
• El segundo se trata de Open University Learning Analytics Dataset (OULAD) publicado por la Open University, que contiene datos sobre cursos, estudiantes y sus interacciones con el entorno virtual de aprendizaje para siete cursos.

En el caso del primer conjunto de datos, mediante técnicas de clustering, hemos identificado dos perfiles de estudiantes significativos. El primero de ellos se trataría de un grupo formado por estudiantes masculinos cuyas faltas en el año anterior son altas/muy altas y cuyas puntuaciones están por debajo de la media. En la figura inferior se muestra este grupo, que está formado por las cajas naranjas de la derecha y que se puede ver como efectivamente están por debajo de la media. Vemos cómo el abandono escolar en cursos anteriores tiene un impacto negativo en los resultados del siguiente (en especial en estudiantes masculinos).

Por el contrario, el segundo conjunto de estudiantes se trata de estudiantes femeninas, cuyas madres trabajan en el sector servicios, no faltaron a clase el curso pasado, no consumen alcohol los días lectivos y las puntuaciones obtenidas están por encima de la media. En la figura inferior se puede ver este grupo en el cuadro cuadro de la fila superior. Podemos concluir que los buenos hábitos y la asistencia a clase afectan positivamente a las calificaciones obtenidas (en especial en estudiantes femeninas).

Este análisis nos sirve para monitorizar a nuestros alumnos, de tal forma que si alguno de ellos cae dentro de uno de estos grupos de riesgo se nos notifique automáticamente y podamos llevar a cabo acciones como ponernos en contacto con sus tutores o intentar reconducir la conducta del alumno para evitar el fracaso escolar.

En el caso del segundo conjunto de datos hemos aplicado un análisis RFM trasladado a la educación a través de plataformas online. El análisis RFM es una técnica de marketing que se basa en la Recencia, Frecuencia y Monto económico de las compras de los clientes para segmentarlos. Para trasladar este análisis a la educación online, la Recencia será la última vez que accedió a la plataforma, la Frecuencia será el número de veces que accede a la plataforma, y el Monto el total de interacciones que ha tenido con el material de la plataforma. Al igual que en el ejemplo anterior, hemos identificado varios clusters, de los que destacaremos los dos más importantes.

El primer grupo está formado por los alumnos con una puntuación de 4 en recencia y una puntuación de 4 en frecuencia, cuyas notas son muy superiores a la media de los alumnos. Es decir, los perfiles 44X en el análisis RFM tienen una nota muy superior al resto de sus compañeros, o lo que es lo mismo, los alumnos que acceden frecuentemente y hace poco a la plataforma son los que mejores resultados obtienen. En la imagen inferior podemos ver este grupo en el cuadro inferior derecho.

El segundo grupo está formado por alumnos con un 2 o menos en recencia y una puntuación de 2 o menos en frecuencia, cuyas notas son muy inferiores a la media. En este caso, los perfiles 11X, 12X, 21X y 22X en el análisis RFM tienen una nota muy inferior al resto de sus compañeros, es decir, los alumnos que acceden poco a la plataforma y lo han hecho hace tiempo son los que peores resultados obtienen. En la imagen inferior podemos ver este grupo en los cuatro recuadros de la esquina superior izquierda.

Además, podemos ver que el monto, es decir las interacciones con la plataforma, no tienen influencia en los resultados de los alumnos. De este análisis podemos concluir que motivar a los alumnos a que accedan a la plataforma frecuentemente y no la abandonen puede mejorar los resultados que obtienen. Podríamos analizar qué contenido es el que más consumen estos alumnos con buenos resultados, afinando aún más nuestro análisis para, por ejemplo, personalizar el contenido de los cursos en función del tipo de perfil RFM de cada alumno, de tal forma que aquellos que están en riesgo de abandonar el curso se les motive a seguir accediendo a la plataforma y mejoren sus resultados.

Javier Pérez

Big Data Project Manager en Smartup

Fuentes:
   https://archive.ics.uci.edu/ml/datasets/student+performance

   https://analyse.kmi.open.ac.uk/open_dataset