El Entorno Virtual de Aprendizaje desarrollado sobre la base del Sistema de Gestión del Aprendizaje MOODLE, en el Centro de Tecnologías para la Formación perteneciente a la Facultad 4 de la Universidad de las Ciencias Informáticas, posibilita la gestión del Proceso de Enseñanza Aprendizaje (PEA) en la institución. En este proceso es crucial contar con información que permita accionar oportunamente sobre las variables que lo afecten, utilizar las oportunidades que ofrece y que son de mayor aceptación y, en general, controlar basados en información, las decisiones que se tomen. El estudio de tendencias, comportamientos en el uso de cursos, recursos y actividades publicados en la plataforma es una de las variantes más utilizadas por profesores y directivos del proceso de formación. En esta investigación se desarrolla un mercado de datos orientado a los directivos y profesores que gestionan cursos en el Entorno Virtual de Aprendizaje. Se facilita la toma de decisiones al proveer un análisis, con una perspectiva histórica, de los datos almacenados en el período 2013-2015 en el Entorno Virtual de Aprendizaje versión 2.0. Para su desarrollo se emplean metodologías, herramientas y procesos asociados a la construcción de estas aplicaciones. Entre ellas están: el Sistema de Gestión de Bases de Datos PostgreSQL versión 9.4, utilizando el paquete de software para inteligencia de negocio Pentaho Open Source Business Intelligence Suite Community Edition en su versión 5.0, para la versión 2.3.4 de MOODLE y, como metodología para guiar el proceso de desarrollo del mercado de datos, fue utilizada HEFESTO en su versión 2.0.

1. Mercado de Datos para la toma de
decisiones en el proceso de enseñanza
aprendizaje en la Universidad de las
Ciencias Informáticas
Armando Paredes Pacheco
Ing. Roanny Lamas López

2. Introducción
Gobierno
Producción
Telecomunicaciones Deporte
Salud
Educación

3. Introducción
Educación
Formas y métodos
clásicos de educar
Cuba
- Bajo grado de informatización
- No existe ambiente ideal para
aplicar E-Learning

4. Introducción
Universidad atípica
Evolución de la rama
de la Informática

5. Situación problemática
Interacción de los
usuarios con cursos,
recursos y actividades
almacena
analizar
Tomar decisiones que mejoren el uso del Entorno Virtual de Aprendizaje
(EVA) como componente del Proceso de Enseñanza-Aprendizaje (PEA)

6. Situación problemática
Información
gestionada
por el EVA
Capacidad
de análisis
 Informe de actividad del curso
 Informe de participación en el curso
 Informes de actividad del alumno
 Informe de la actividad general en todo el curso
 Informe de finalización de actividad
 Informe de registros activos

7. Situación problemática
Información
gestionada
por el EVA
Análisis variable en el tiempo

8. Situación problemática
Información
Reporte 1
Variable 1
Reporte 2
Variable 2
Reporte 3
Variable 1
Variable 2
No se
permite

9. Situación problemática
1.0 2.0 3.0
No
integrada
en una
única
fuenteSalva 1.0 Salva 2.0 Salva 3.0

10. Situación problemática
Información
gestionada
por el EVA
Dificulta el estudio
Tendencias y
comportamientos
en el uso de
cursos, recursos
y actividades
publicados en la
plataforma

11. Se dificulta el análisis de la información gestionada por el
Entorno Virtual de Aprendizaje imposibilitando la toma de
decisiones de los decisores del Proceso de Enseñanza-
Aprendizaje de la Universidad de las Ciencias Informáticas.
Problema de investigación

12. Análisis de información en el Entorno Virtual de Aprendizaje.
Objeto de estudio

13. Desarrollar un mercado de datos para contribuir a la toma de
decisiones basadas en el análisis de la información almacenada
en el Entorno Virtual de Aprendizaje de la Universidad de las
Ciencias Informáticas.
Objetivo general

14. Mercados de datos para el Entorno Virtual de Aprendizaje.
Campo de acción

15. 1. Revisión bibliográfica para conformar el estado del arte de la
investigación.
2. Selección de las tecnologías, metodología y herramientas a
utilizar en el proceso de desarrollo a partir de la revisión de las
más utilizadas en la construcción de mercados de datos.
3. Identificar los requisitos del mercado de datos que necesita el
Entorno Virtual de Aprendizaje.
Tareas de investigación

16. 4. Diseño del mercado de datos que guía la construcción de la
solución.
5. Validación mediante la aplicación de pruebas de software a la
solución propuesta.
Tareas de investigación

17. Conjunto de estrategias y herramientas enfocadas a la
administración y creación de conocimiento mediante el análisis
de datos existentes en una organización o empresa.
Inteligencia de negocio

18. Componentes de la Inteligencia de
negocio
Fuentes no
integradas
Integración Almacenamiento Visualización
L
T
E

19. Medición, recopilación, análisis y presentación de datos sobre los
estudiantes, sus contextos y las interacciones que allí se generan,
con el fin de comprender el proceso de aprendizaje que se está
desarrollando y optimizar los entornos en los que se
produce.
Analítica de aprendizaje

20. Componentes de la Analítica de
aprendizaje
Fuentes no
integradas
Integración Almacenamiento Visualización
L
T
E

21. Colección de datos para el soporte del proceso de toma de
decisiones, orientada al negocio, integrada, variable en el
tiempo y no volátil.
Almacén de datos

22. Es la implementación de un Almacén de datos con alcance
restringido a un área funcional, problema en particular,
departamento, tema o grupo de necesidades.
Mercado de datos

23. Soluciones similares
Nacional
Internacional
Universidad de Loja
Universidad de Wisconsin
Universidad de las
Ciencias Informáticas

24. 1. Soluciones construidas a la medida del problema que
resuelven.
2. Dieron una perspectiva acerca de la construcción de los
almacenes y mercados de datos, el levantamiento de los
indicadores y la selección de las perspectivas de análisis.
Soluciones similares

25. 3. Mostraron una visión acerca de la información gestionada por
los sistemas de gestión del aprendizaje que se debe tener en
cuenta para tomar decisiones, así como posibles indicadores y
perspectivas de análisis.
Soluciones similares

26. Metodología, tecnologías y herramientas
Herramienta de
modelado de software
Sistema gestor de
bases de datos
Metodología para el
desarrollo de
almacenes de datos
Versión 2.0
Versión 8.0
Versión 9.4

27. Metodología, tecnologías y herramientas
Herramienta de
Inteligencia de negocio
Versión 5.0
Versión 3.8
Versión 5.0.1 Pentaho Schema Workbench
Pentaho Data Integration Saiku Analytics Plugin
Versión 2.5

28. Análisis del negocio
Estudiante
Profesor
Curso
Recurso Actividad Bloque
Módulo
Evaluación Aprendizaje Comunicación
Categoría
 Fecha de acceso
 Dirección IP
 Curso
 Módulo
 Acción
 Descripción
Diseña
Interactúa
Contiene
DivideAgrupa
Tipo de actividad
Retroalimenta

29. Análisis del negocio
Proceso IndicadorPerspectivas
Interacción
Usuario - EVA
Rol
Curso
Módulo
Acción
URL
Usuario
Cantidad de acciones
Dirección IP
Fecha

30. Modelo lógico
Dimensión:
Usuario
Dimensión:
Rol
Dimensión:
Curso
Dimensión:
Módulo
Dimensión:
Acción
Dimensión:
URL
Dimensión:
Dirección IP
Dimensión:
Fecha Hecho:
Interacción
Usuario – EVA
Indicador:
Cantidad de
acciones
Esquema
en
estrella

31. Modelo físico
Procesamiento
analítico en línea
relacional
(ROLAP)

32. Integración de datos
Transformaciones: 9 Trabajos: 3
 Tablas dimensiones: 8
 Tabla hecho: 1
 Tablas dimensiones: 1
 Tabla hecho: 1
 Almacén de datos: 1
Procesos de extracción, transformación y carga

33. Explotación del Mercado de datos
Herramienta de análisis SAIKU.

34. Análisis gráfico
Cantidad de acciones sobre los cursos, recursos y actividades
publicados en el EVA, desde las distintas zonas de la UCI en el año 2014.

35. Análisis gráfico
Cantidad de acciones realizadas por los profesores y estudiantes en
el EVA en el período lectivo 2014-2015.

36. Análisis tabular
Cantidad de acciones realizadas sobre los recursos publicados en el
curso Inteligencia Artificial II.

37. Análisis tabular
Cantidad de acciones realizadas por el usuario “rlamas” por Rol, Curso,
Acción y Fecha.

38. Tipos de pruebas
aplicadas
Unitarias Integración Aceptación
Pruebas de software

39. Resultados de las pruebas de software
5
1
0
0
4
2
1
0
8
4
1
0
Iteración 1 Iteración 2 Iteración 3 Iteración 4
Alta Media Baja Log. (Media)

40. 1. Al investigar el objeto de estudio, los métodos científicos
empleados posibilitaron identificar los conceptos y teorías que
sustentan la investigación, determinando construir una
solución de Analítica de aprendizaje mediante el desarrollo de
un Mercado de datos, utilizando las herramientas VP-UML CE,
PostgreSQL y Pentaho Open Source Business Intelligence.
Conclusiones

41. 2. Se realizó un análisis sobre las metodologías de desarrollo de
almacenes de datos donde fue seleccionada HEFESTO como
la más apropiada, la cual permitió cumplir con el objetivo
general de la investigación y satisfacer de esta forma las
necesidades del cliente.
Conclusiones

42. 3. Se realizó un estudio de diferentes soluciones existentes que
utilizan los almacenes y mercados de datos como solución,
siendo soluciones parciales o totales construidas a la medida
del problema por el cual surgieron.
Conclusiones

43. 4. Se diseñó e implementó un Mercado de datos para la toma de
decisiones a partir de la información gestionada por el EVA de
la Universidad de las Ciencias Informáticas, enfocada a
mejorar el uso del EVA como componente del PEA de la
institución.
Conclusiones

44. 5. La validación del Mercado de datos de la propuesta de
solución por medio de pruebas unitarias, de integración y de
aceptación demostró la eficacia del proceso de desarrollo
llevado a cabo, la satisfacción del cliente y además, comprobó
el correcto funcionamiento de la solución propuesta.
Conclusiones

45. 1. Poner a disposición de la comunidad internacional del Sistema
de gestión del aprendizaje MOODLE los resultados obtenidos
en esta investigación, con tal de contribuir al proceso de toma
de decisiones sobre el uso por parte de los usuarios de esta
plataforma.
Recomendaciones

46. 2. Incluir otros aspectos de interés, los cuales requieran ser
analizados con carácter variable en el tiempo y así conocer su
comportamiento histórico.
Recomendaciones

47. Armando Paredes Pacheco
Ing. Roanny Lamas López
Mercado de Datos para la toma de
decisiones en el proceso de enseñanza
aprendizaje en la Universidad de las
Ciencias Informáticas

48. En la investigación se presentan los procesos ETL construidos para
realizar la carga inicial o histórica del Mercado de Datos. Como es
sabido el cúmulo de información producto de la interacción de los
usuarios con el EVA continuará creciendo. Teniendo en cuenta este
contexto, en las consiguientes cargas incrementales de datos, para
evitar la duplicación de información, no deben repetirse cargas que ya
se realizaron o cargarse valores que ya existen en las dimensiones y
los hechos.
Pregunta #1

49. a) ¿Cómo se resuelve este aspecto en su solución?
b) Proponga un escenario de automatización de la ejecución de
los procesos ETL en los sistemas operativos Windows y Linux.
Pregunta #1

50. Respuesta a la pregunta #1 inciso a
Esquema
metadato
1. Guardar la última fecha procesada de la
fuente de datos.
2. Guardar los máximos identificadores
procesados por cada tabla de la fuente de
datos.

51. Respuesta a la pregunta #1 inciso a
Esquema
metadato
Transformación de la
tabla de hechos
Transformaciones de
las dimensiones
Última fecha
procesada
Máximos
identificadores
procesados

52. Respuesta a la pregunta #1 inciso b
Kitchen
Es un programa que puede ejecutar trabajos diseñados con
Spoon (Diseñador gráfico de transformaciones y trabajos de
Pentaho Data Integration) y almacenados como XML o en el
repositorio de base de datos.

53. cron: Programador de tareas de Linux
schtasks: Programador de tareas de Windows
Respuesta a la pregunta #1 inciso b

54. Respuesta a la pregunta #1 inciso b
0 0 * * * bash /home/ejecución_procesos_etl.sh

55. Respuesta a la pregunta #1 inciso b

56. Respuesta a la pregunta #1 inciso b

57. Respuesta a la pregunta #1 inciso b

58. sh kitchen.sh -rep=repositorio_eva -user=postgres
-pass=postgres job=trab_mercado
kitchen.bat /rep:repositorio_eva /user:postgres
/pass:postgres /job:trab_mercado
Respuesta a la pregunta #1 inciso b

59. Para el desarrollo de las soluciones informáticas es de vital
importancia definir la seguridad con que va a contar el sistema.
De esta forma se asegura un acceso controlado a cada elemento
de la solución, garantizando un correcto desempeño del sistema
e impidiendo que se corrompan componentes o que la
información que brinde el mismo se vea comprometida.
Pregunta #2

60. a) Qué niveles de seguridad establecieron o se pueden
establecer, para garantizar el acceso adecuado a cada
elemento que conforma la solución.
b) Explique brevemente como aseguran dichos componentes
basándose en los niveles antes expuestos.
Pregunta #2

61. Respuesta a la pregunta #2 inciso a
Nivel de servidor de
base de datos
Nivel de mercado
de datos
Nivel de aplicación

62. Respuesta a la pregunta #2 inciso b
Nivel de servidor de base de datos
Mecanismos de seguridad de PostgreSQL 9.4
- Control de acceso basado en usuario y contraseña.
- Restricción de acceso por dirección IP.
- Restricción del acceso a objetos (tablas, columnas, esquemas).
- Copias de seguridad y restauración.

63. En la creación del XML
Mondrian se puede definir el
acceso a Cubos, Dimensiones,
Jerarquías, Niveles y Medidas
mediante roles.
Respuesta a la pregunta #2 inciso b
Nivel de mercado de datos

64. Pentaho BI Server está construido sobre la base del marco de trabajo
Spring (Mecanismos de seguridad de Spring).
- Control de acceso basado en usuario y contraseña.
- Acceso a funcionalidades a través de roles asignados a los usuarios.
- Protección contra ataques XSS, CSRF e inyecciones SQL.
Respuesta a la pregunta #2 inciso b
Nivel de aplicación

65. En el epígrafe 3.1.2 se hace alusión a lo determinante que es la
selección del tipo de modelo lógico para realizar la posterior
implementación del Mercado de Datos, seleccionándose el
esquema en estrella.
Pregunta #3

66. a) Digan que otros esquemas existen. Explíquelos.
b) Diga las ventajas y desventajas que le propició el esquema
usado en su solución.
Pregunta #3

67. Respuesta a la pregunta #3 inciso a
Esquema copo de nieve.

68. Respuesta a la pregunta #3 inciso a
Esquema constelación de hechos.

69. Ventajas del esquema en estrella:
- Ofrece los mejores tiempos de respuesta para las consultas.
- Facilita la interacción con herramientas OLAP.
- Reduce el tiempo necesario para cargar grandes volúmenes de
datos.
- El diseño es fácil de modificar.
Respuesta a la pregunta #3 inciso b

70. Desventajas del esquema en estrella:
- Pobre integridad de los datos.
- Ocupa más espacio en disco.
- Posee mayor redundancia de los datos.
Respuesta a la pregunta #3 inciso b

71. Armando Paredes Pacheco
Ing. Roanny Lamas López
Mercado de Datos para la toma de
decisiones en el proceso de enseñanza
aprendizaje en la Universidad de las
Ciencias Informáticas