Classification of learning object's web pages under educational levels

Abstract

The internet has become the largest source of educational resources over the last decade. However, most of the educational resources are still unorganized and decient in the application of educational models. To overcome this problem, dierent metadata formats, digital libraries and, web directories have been implemented. Currently, these applications require domain experts in Computing and Education to properly categorize the educational properties of an educational material manually. Recently, the educational level has raised as an important property of educational materials according to the 21st century pedagogical needs and interests of academicians. Nevertheless, most of the online educational materials still lack of this description. In this thesis we addressed the task of automatically determining the educational level property of an educational material based on its web page on-page features. By experimenting on a data corpora of pre-labeled web pages of educational materials under the K-12 educational levels, we demonstrated that the determination of the Main Categories (Elementary School, Middle School, and High School) of the educational levels property can be automated by a computerized system using supervised learning techniques.

El internet se ha convertido en el recurso más abundante de información educativa en la ultima década. Aun, la mayoría de los recursos educacionales en línea están desorganizados y carecen de la aplicación de modelos educativos. Para contrarrestar este problema, diferentes formatos de “metadata", libreras digitales y directorios en línea han sido implementados. Actualmente estas aplicaciones requieren de expertos en las áreas de Computación y Educación para manualmente categorizar correctamente las propiedades de un material educativo. Recientemente, el nivel educativo ha surgido como una propiedad importante de los recursos educativos con respecto a las necesidades pedagógicas e intereses de los académicos del siglo 21st y la mayoría de los recursos educativos carecen de esta descripción. En esta tesis nos enfocamos en la tarea de determinar automáticamente la propiedad del nivel educacional para un recurso educativo basado en los “on-page features" de una página web. Experimentando con un cuerpo de datos de páginas web de materiales educativos previamente etiquetados con la propiedad del nivel educativo de K-12, demostramos que la determinación de las categorías principales (Escuela Elemental, Escuela Intermedia y Escuela Superior) de los niveles educativos puede ser automatizada por un sistema computarizado utilizando técnicas de aprendizaje supervisado.