Moodle forums : exploration into logged data and applying machine learning to get further insight

Abstract

This work investigates the data logged into Moodle logs in relation to the usage of forums, which while not containing the text itself contains information about who did what and where. The data was from a programming basics course forums which focused on tasks given on the course. The data was gathered through the courses logs and prepared and analysed through Python with libraries such as pandas and seaborn and finally machine learning was applied with MATLAB. The objectives were to do an exploratory analysis, building on top of the log data and trying of different types of machine learning to gather further insight into the usage of forums. As for results of grouping: there were 2 groups on both courses or in 2021 fall course five groups and in 2022 fall course six groups using forums while in classifying the accuracy was low and some of the attempted methods only guessed single classification for every sample.

Tässä työssä tutkitaan mitä dataa Moodlen loki pitää foorumeiden käyttöön liittyen. Vaikka loki ei sisällä foorumeille laitettua tekstiä se sisältää vastauksen kysymyksiin: kuka, mitä ja missä. Tutkittu data tuli ohjelmoinnin perusteet kurssin foorumilta, joka keskittyy kurssilla annettuihin tehtäviin. Data kerättiin kurssin lokeista, valmisteltiin ja analysoitiin Pythonin avulla käyttäen kirjastoja kuten pandas ja seaborn ja lopulta MATLAB:in avulla koneoppimista sovellettiin. Tarkoituksena oli tehdä eksploratiivinen tutkimus, lisätä dataa lokien lisäksi ja yrittää erilaisia koneoppimismalleja saadaksemme lisää ymmärrystä foorumien käyttöön. Ryhmittelyn tuloksena oli että kummankin syksyn 2021 ja 2022 kurssilla oli kaksi ryhmää tai 2021 syksyllä oli viisi ryhmää ja 2022 syksyllä kuusi ryhmää käyttämässä foorumeita. Luokittelussa tarkkuus oli matala ja jotkut yritetyistä malleista arvasivat vain yhtä luokitusta kaikille näytteille.