Resumen

La necesidad de entornos de e-learning inteligentes está resultando en nuevos desafíos para investigadores y profesionales en el desarrollo de sistemas inteligentes que puedan ser utilizados para automatizar las actividades de Educación Superior (ES) de manera inteligente. Algunos ejemplos comunes de dichas actividades son analizar, encontrar y clasificar el recurso adecuado para impartir un curso, analizar y encontrar a personas con intereses de investigación comunes para iniciar proyectos conjuntos de investigación, y utilizar técnicas de análisis de datos y razonamiento automatizado para llevar a cabo exámenes con diferentes niveles de complejidad. El razonamiento ontológico y el análisis inteligente de datos pueden desempeñar un papel importante en el análisis y la automatización de estas actividades y procesos de ES. En este documento, presentamos un marco denominado Marco de Automatización de Actividades y Procesos de Educación Superior (HEAPAF). El marco HEAPAF puede ser utilizado para identificar, extraer, procesar y producir datos enriquecidos semánticamente en un formato comprensible por máquinas a partir de

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Entornos de e-learning inteligentes; Sistemas inteligentes; Actividades de educación superior; Análisis de datos; Técnicas de razonamiento de máquinas; Ontología de educación superior
• Keywords:Smart e-learning environments; Intelligent systems; Higher Education activities; Data analytics; Machine reasoning techniques; Higher Education Ontology