BIG DATA

BIG DATA

1. PERMITE

   • Recolectar
   • Almacenar
   • Preparar

2. En la Educación

   • Beneficios
     • Explotación y aprovechamiento de acervos digitales
     • Creación de nuevas carreras y opciones profesionales para los estudiantes
     • Desarrollo de nuevos métodos para la enseñanza y el aprendizaje
     • Mejora de la gestión educativa
   • Trasciende
     • Nuevos métodos sustentados en la tecnología
       • Para:
         • Hacer el seguimiento de los alumnos
         • Mejorar sus tutorías
         • obtener datos objetivos de sus evaluaciones
         • Predecir los riesgos académicos o simplemente comprender el comportamiento de los grupos escolares.

3. La analítica de aprendizaje revoluciona el modelo educativo

   • El campo educativo no puede quedar fuera de la exploración y análisis de grandes volúmenes de datos.
   • Plataformas:
     • Moodle
     • Blackboard
     • D2L
     • EMODO, etc
     • Formatos
       • Logs
       • Blogs
       • Imágenes
       • Videos
       • Audios
   • Äreas de Investigación
     • Minería de datos educativos
     • Ánalítica de aprendizaje
     • objetivo principal incrementar la calidad del proceso enseñanza - aprendizaje
   • Los resultados generan permiten:
     • Estudiante - fortalecer su compromiso con el aprendizaje.
     • Docentes, diversificar y optimizar las herramientas y actividades de enseñanza y estrategias de retroalimentación
     • Administradores - de las universidades les otorga información oportuna para tomar decisiones inteligentes

4. Dimensiones:

   • Volúmen
     • Datos (Terabyte, petabytes y exabytes)
       • • Miriam Muñoz C.
   • Velocidad
     • Velocidad con que se crean los datos
   • Variedad
     • Va de la mano con volúmen
     • La forma de representar sus datos son estructurados y no estructurados

5. Tecnología

   • Hadoop
     • Software de código abierto para aplicaciones intensivas de datos distribuidos.
     • Almacenamiento de datos:
       • Estructurados
       • Semi - estructurados
       • No estructurados
     • Caracterñisticas:
       • Se ejecuta en grupos grandes de hardware
       • Es robusto
       • Ventaja de ser escalable
       • Es simple - Los usuarios pueden escribir código abierto
   • NoSQL
     • No solo SQL
     • No presentan el Modelo Relacional
     • Objetivo - Gestionar grande volúmenes de información
     • Caracteristica: Estructura distribuida
     • Permite obtener datos con mayor velocidad
   • Voldemort
     • Para solucionar problemas con escabilidad que tenían las bases relacionales
     • Los datos se almacena valor - clave
     • Ambiente distribuido
     • Los datos se replican automáticamente en los nodos o servidores
     • Expasión del clúster
   • Hbase
     • Tipo código abierto
     • Almacena datos clavevalor
     • Almacena y recupera datos - aleatorios
     • Tipos de datos:
       • Estructurados
       • Semiestructurados
       • No estructurados
   • Riak
     • Almacena los datos clave - valor
     • Ambiente distribuido
     • Caracteristica tolerante a fallos
     • Utiliza JSON
   • CouchDB
     • Servidor de base de datos documental
     • Los datos no se almacenan en tablas
     • La BD esta compuesta por documentos

Images and files in the map