Big Data Tema 1 Introducción al big data en la educación

1

El concepto de Big Data fue introducido por primera vez por Roger Magoulas de O’Reilly en 2005

2

En 2005, las tres V de Big Data eran: volumen, velocidad y variedad. Sin embargo, con la evolución en el tiempo, el uso y el procesamiento de los mismos se ha establecido que estos datos deben tener otras características que son:

1

Una de las V's de Big Data es la Variedad. Pueden haber datos estructurados y no estructurados. .

Los estructurados son aquellos que están encorsetados en una estructura definida, se dispone de los mismos datos para todos los elementos, por ejemplo, en una base de datos de empleados (nombre, edad, titulación, años de servicio, etc.).

Los datos no estructurados son aquellos que no tienen una estructura definida, como pueden ser imágenes, vídeos o ficheros de sonido.

1

De las 7 V's de Big Data:
( Volumen, Variedad, Veracidad ): hace alusión a la gran producción de datos a nivel mundial. ( Velocidad, Variabilidad, Valor ) hace referencia a la rapidez con la que se dispone de los datos donde sea y cuando sea (anytime-anywhere).
( Variedad, Valor, Volumen ): los datos provienen de diferentes fuentes y pueden ser estructurados o no estructurados.
( Veracidad, Valor, Visualización ): los datos deben ser reales, deben corresponder con lo que señalan que son y no con datos falsos.
( Valor, Variabilidad, Variedad ): toda la producción y procesamiento de datos, los análisis y decisiones deben conducir a acciones que repercutan positivamente en la sociedad, en las organizaciones o instituciones que las procesan.
( Variabilidad, Visualización, Variedad ): Se refiere a la variación que pueden tener los datos, los cambios que experimentan y que impactan en la homogeneización de los mismos, así como las posibilidades de predicción.
( Visualización, Volumen, Variedad ): característica definitoria de los grandes datos.

1

Hablando de tipo de datos: Hay datos ❌ que son los que tienen los gobiernos, ayuntamientos, comunidades. Hay otros datos que son ❌, fruto de transacciones comerciales, telefonía móvil, etc. Están los datos ❌ que son los datos ambientales que se recogen de forma pasiva. No olvidemos los datos ❌ , esos se producen principalmente en redes sociales, contenidos generados por el usuario, etc. Y están los datos ❌ que son los proporcionados por los individuos al cuantificar sus comportamientos y acciones, como por ejemplo los cuantificados en las pulsaciones durante la realización de un ejercicio físico.

públicos

privados

data exhaust

comunitarios

Self-quantification data

1

Big Data no trata solo el término de dato, sino que también está relacionada con las técnicas que pueden mejorar el manejo de las 7 V para que incrementen su valor. Estas V implican que exista un tratamiento de los datos enfocándose en distintos aspectos.

1

Indica el orden correcto para el tratamiento de la información:

1

Rellena el esquema de transformación de datos de manera correcta.

1

Las tecnologías de Big Data abarcan dos grandes tipos de campos: el campo operacional y el campo analítico, en ciertos ámbitos también denominados tecnologías operacionales y tecnologías de la información.

1

Las exigencias que demandan cada una de estas herramientas (operacionales y analíticas) son IGUALES.

1

Son estructuras de almacenamiento de datos propios de las instituciones u organizaciones muy comunes antes de que existieran las herramientas de Big Data.

1

Facilitan la transmisión de la información y conocimiento obtenido de los análisis de los datos y su comunicación a los usuarios finales.

1

Análisis (tradicional y avanzado): incluye todos los procedimientos que se han señalado en el apartado técnicas de Big Data.

Las herramientas de análisis permiten extraer la información de los almacenes y hacer que sea comprensible al ser humano. Pueden ser de análisis ( predictivo, de sentimiento o de opinión ), que son aquellas que permiten, tras el estudio de datos que han sucedido en un tiempo determinado, predecir acontecimientos futuros. También pueden ser de análisis de ( sentimiento o de opinión, predictivo ), que permiten extraer el contenido de un texto indicando realmente su sentido de la opinión o la subjetividad que quiere reflejar.

1

Las Bases de datos y herramientas para la organización permiten la validación y la estructuración de grandes cantidades de datos en agrupaciones de datos, denominadas colecciones.

1

1. La encriptación y cifrado de la información siempre que las bases de datos sean sensibles.
2. Controlar niveles de acceso y permisos de usuario de las herramientas de análisis.
3. Encriptación de comunicaciones y controles de acceso desde sistemas externos al que se encuentra el sistema Big Data.

Son los puntos críticos de:

1

Big Data para la optimización de su funcionamiento, el campo de la educación en general es uno de los que más rápido ha avanzado en aprovechar los beneficios y ventajas que ofrece el tratamiento de los grandes datos (Big Data).

1

MOOC (Massive Open Online Courses) se ha abierto otra fuente inmensa de producción de datos masivos en educación. Otras alternativas de aprendizaje abierto y colaborativo son:

1

Es un objetivo de Big Data en la educación

1

Kerns (2013) hace un listado de aportes del Big Data a la educación primaria:

Poder atender las diferencias individuales,
Compartir información entre diferentes centros educativos,
Identificar las áreas problemáticas,
Demanda de especialistas,
Personalización de la educación,
Hacer avances consistentes,
Involucrar a padres y estudiantes

1

Es el conjunto de técnicas de extracción de conocimientos a partir de la exploración de datos que se dan en el ámbito educativo, es la utilización de estos métodos para entender mejor a los estudiantes y los contextos en los que ellos aprenden.

(Tema 1 Introducción al big data en la educación) BigData Test sobre Big Data Tema 1 Introducción al big data en la educación, creado por Adriana Marzuca el 25/08/2020.

Big Data Tema 1 Introducción al big data en la educación

El concepto de Big Data fue introducido por primera vez por Roger Magoulas de O’Reilly en 2005

En 2005, las tres V de Big Data eran: volumen, velocidad y variedad. Sin embargo, con la evolución en el tiempo, el uso y el procesamiento de los mismos se ha establecido que estos datos deben tener otras características que son:

Big Data no trata solo el término de dato, sino que también está relacionada con las técnicas que pueden mejorar el manejo de las 7 V para que incrementen su valor. Estas V implican que exista un tratamiento de los datos enfocándose en distintos aspectos.

Indica el orden correcto para el tratamiento de la información:

Rellena el esquema de transformación de datos de manera correcta.

Las tecnologías de Big Data abarcan dos grandes tipos de campos: el campo operacional y el campo analítico, en ciertos ámbitos también denominados tecnologías operacionales y tecnologías de la información.

Las exigencias que demandan cada una de estas herramientas (operacionales y analíticas) son IGUALES.

Son estructuras de almacenamiento de datos propios de las instituciones u organizaciones muy comunes antes de que existieran las herramientas de Big Data.

Facilitan la transmisión de la información y conocimiento obtenido de los análisis de los datos y su comunicación a los usuarios finales.

Las Bases de datos y herramientas para la organización permiten la validación y la estructuración de grandes cantidades de datos en agrupaciones de datos, denominadas colecciones.

Big Data para la optimización de su funcionamiento, el campo de la educación en general es uno de los que más rápido ha avanzado en aprovechar los beneficios y ventajas que ofrece el tratamiento de los grandes datos (Big Data).

MOOC (Massive Open Online Courses) se ha abierto otra fuente inmensa de producción de datos masivos en educación. Otras alternativas de aprendizaje abierto y colaborativo son:

Es un objetivo de Big Data en la educación

Es el conjunto de técnicas de extracción de conocimientos a partir de la exploración de datos que se dan en el ámbito educativo, es la utilización de estos métodos para entender mejor a los estudiantes y los contextos en los que ellos aprenden.