Als tweede presentatie was er een verhaal van Victor Maijer van de UvA. Zijn verhaal ging over datamining.

...

Bij het analyseren van data zijn er verschillende stakeholders:

• Docenten
• Functioneel Beheer
• Technisch Beheer
• Management

De informatie die ze vooral willen weten zijn:

• Operationeel: draait Blackboard goed en zonder problemen?
• Ontwikkeling:
  • hoe ontwikkelt het gebruik zich kwantitatief?
  • hoe ontwikkelt het gebruik zich kwalitatief?

Door het overhalen van de action data naar een datawarehouse (op dit moment een pc'tje onder het bureau) kan je hier datamining technieken op toepassen, zoals bijvoorbeeld clustering.

Clusteren is:

• het ontsluiten van informatie die impliciet aanwezig is.
  
• clusteren is het onderverdelen van eenheden in natuurlijke groepen.

Victor heeft de volgende clusters gemaakt:

• Courses
• Users
• Sessies

De hele procedure om tot een bruikbare rapportage te komen is als volgt:

• achterhalen van gegevens via reverse engineering e.d.
• verificeren door een wijziging in de interface te doen
  
• definieren van een formaat hoe je de gegevens wil overhalen naar het datawarehouse
• Formuleren van SQL-queries
• Uitvoeren van de scripts
• Besluiten welke clusteringtechniek je gaat gebruiken
• Analyse uitvoeren. Victor gebruik hiervoor de open-source Java tool Weka.

Conclusies

• clustering is geschikt
• het levert nog steeds grote hoeveelheden data op. Belangrijk om hier goede hardware/software voor te hebben.

De resultaten die het tot nu toe heeft opgeleverd is vooral de bevestiging van wat wij al dachten:

• het gebruik van Blackboard beperkt zich voornamelijk tot basisgebruik.
• het gemiddeld bezoek is maar een paar minuten (een student logt in om te kijken of er nog iets nieuws is en gaat weer weg). Er is maar een kleine groep (waarschijnlijk de beheerders) die het intensief gebruikt.

Dit alles behoeft nog iets meer uitwerking, maar is zeker interessant om verder te onderzoeken. Binnen de TU denke wij erover om Business Objects hiervoor gebruiken.