Análise de perfis de interação de alunos no ambiente virtual Moodle via agrupamento hierárquico

This article presents a student’s activities monitoring approach using Data Mining, with the objective of identifying students groups with the same profile following some characteristics, like participation and interaction on LMS by applying a hierarchical clustering. This proposal is based on Learning Vectors Model. The results show 3 distinct groups (great, good and regular) taking into consideration the interactions of the environment. So allowing the recognition of difficulties, and making easy for tutors to act directly on these difficulties and so improve the performance and learning from the students. Resumo. Este artigo apresenta uma abordagem de monitoramento das atividades dos estudantes, usando técnicas de Mineração de Dados. O objetivo deste estudo é identificar grupos de alunos com o mesmo perfil de participação e interação em um ambiente de aprendizagem on-line, através de algoritmo de agrupamento hierárquico. Esta proposta baseia-se no modelo de avaliação Learning Vectors e usa como fonte de informação os logs retirados do banco de dados Moodle. Os resultados apresentaram 3 grupos distintos (ótimo, bom e regular) em relação a interação no ambiente. O que permitiu o reconhecimento de suas dificuldades, facilitando o direcionamento das intervenções do tutor para melhorar a performance e a aprendizagem do aluno.