Los Cursos Masivos Abiertos en Línea (MOOCs) han surgido como una opción popular para los estudiantes, ya que ofrecen educación accesible y flexible en todo el mundo. Los micro-certificados son certificaciones cortas enfocadas en habilidades que se ofrecen dentro de los MOOCs a los estudiantes en línea. La interacción entre múltiples partes interesadas, incluidas universidades, proveedores de MOOCs, responsables de políticas y líderes industriales, juega un papel decisivo en la adopción de MOOCs. Este estudio empleó técnicas de Minería de Datos Educativos para extraer patrones en el comportamiento de los estudiantes, el diseño de cursos, la colaboración institucional, etc., a partir de los determinantes de adopción y finalización de los micro-certificados dentro de los MOOCs. Los determinantes se extrajeron de las principales bases de datos de MOOCs en línea, mientras que parámetros adicionales no capturados en estas bases de datos se recopilaron a través de una encuesta en línea a estudiantes, profesionales de la industria y instituciones de educación superior. Se propone un marco basado en minería de datos para apoyar a las partes interesadas en la planificación de ofertas de cursos efectivas, guiar a los estudiantes en la selección de cursos adecuados y ayudar a los proveedores de MOOCs a alinear las credenciales de los cursos con las demandas del mercado. El análisis de clasificación y predictivo reveló que atributos relacionados con el curso, como el tipo de certificación del curso, la organización del curso, la calificación del curso, el nivel de dificultad del curso y si el curso era gratuito o de pago, juegan roles decisivos en la determinación de la adopción de MOOCs. El clasificador de árbol de decisión, basado en la ganancia de información y el índice de Gini, clasificó estos atributos por orden de preferencia con alta precisión, mientras que el análisis de regresión predijo múltiples variables independientes con un buen rendimiento, como se refleja en la matriz de confusión.