Evolución de las técnicas de minería de datos para extraer datos provenientes de twitter aplicadas a la educación superior: una revisión sistemática

Abstract

La Minería de Datos puede ser aplicada en datos provenientes de dos tipos de entornos educativos: el aula tradicional y la educación a distancia; por lo que, es necesario realizar un análisis independiente de las técnicas de Minería de Datos en cada entorno, debido a las diferentes fuentes de datos y propósitos. El objetivo del presente estudio fue identificar la evolución de las técnicas de Minería de Datos con la integración de la red social Twitter, y su aplicación en la educación superior; principalmente a causa del problema de salud mundial derivado del COVID-19, mediante una revisión sistemática de la literatura. La búsqueda de artículos fue realizada entre abril/2019 a noviembre/2022, en bases de datos como ACM, IEEE, ScienceDirect, Google Scholar, entre otras. De los 55 artículos obtenidos, fueron seleccionados 31 que cumplieron con los criterios de inclusión. Los principales resultados indican que: 1) las técnicas de Minería de Datos más utilizadas son predictivas, con tareas y algoritmos de clasificación como «Naïve Bayes»; 2) Twitter es usado principalmente para: análisis de sentimientos y problemas estudiantiles, en su mayoría asociados al COVID-19; además es empleado para evaluar las preferencias de estudio; y 3) el 87% de artículos no especifica la aplicación de una práctica pedagógica. Con estos resultados, es posible determinar que, no existe un consenso sobre una metodología que integre los tres campos descritos, esto es: Minería de Datos, Twitter y educación superior; que brinden oportunidades a los actores de la educación, y permitan mejorar los procesos de enseñanza y aprendizaje.