Sistema flexible de gestión del e-learning para soportar el aprendizaje en universidades tradicionales y abiertas

  1. Itmazi Jamil, A.S.
Dirigée par:
  1. Francisco Miguel Gea Megías Directeur/trice

Université de défendre: Universidad de Granada

Fecha de defensa: 16 septembre 2005

Jury:
  1. Julio Abascal González President
  2. Francisco Luis Gutiérrez Vela Secrétaire
  3. Crescencio Bravo Santos Rapporteur
  4. Ruth Cobos Pérez Rapporteur
  5. Carlos de Castro Lozano Rapporteur

Type: Thèses

Teseo: 130285 DIALNET

Résumé

El sistema de aprendizaje es el alma de la sociedad humana, el cual siempre está buscando nuevas herramientas y métodos de enseñanza con el fin de adoptarlos a su sistema y mejorar el proceso de aprendizaje, Una de las herramientas más avanzadas es el aprendizaje electrónico, el cual fomenta el eLearning como medio de enseñanza flexible y a distancia. Actualmente, eLearning se ha convertido en algo fundamental en nuestra época, especialmente para las universidades. De hecho, el corazón de las soluciones de eLearning son LMSs/CMSs que automatizan la administración de los acontecimientos de la educación. En la actualidad, hay una gran cantidad de software que se utilizan como parte del eLearning, pero son necesarion más estudios que permitan mejorar esos sistemas, especialmente los basados en OSS para favorecer su implantación en universidades. En la tesis, nos centraremos en la evaluación de tres LMSs representativos con el fin de elegir un LMS robusto basado en Open Source. Moodle es un LMS de OSS que reúne una serie de características interesantes, por lo que se ha elegido para presentar 'un LMS flexible', que permita incorporar nuevas herramientas procedentes de la gestión del conocimiento y del trabajo colaborativo. Una de las aportaciones más importantes que se hace en el trabajo es la integración de un sistema de recomendación (RS) flexible. La incorporación de RS en LMS es evidente, ya que se comparten muchas similitudes con otros sectores (e-commerce). Esta Tesis estudia e investiga un sector de RS en LMS, el sector encargado de recomendar objetos educativos. En esta Tesis, presentamos un nuevo algoritmo con el fin de realizar RS en un LMS para recomendar cursos a estudiantes, donde el sistema prepara las recomendaciones automáticamente sin la petición del usuario cuando el estudiante accede a un curso en el sistema; este algoritmo es un método híbrido recomendador, lo que significa que el método apropiado es