Minería de datos para la predicción de la deserción estudiantil en la Universidad Nacional Abierta Y A Distancia
PDF

Palabras clave

Data mining
BIgDAta
Arboles de decisión
predicción
KDD

Cómo citar

Avila Perez, M. L., & Medina Cruz, J. (2021). Minería de datos para la predicción de la deserción estudiantil en la Universidad Nacional Abierta Y A Distancia. Documentos De Trabajo ECBTI, 1(2). Recuperado a partir de https://hemeroteca.unad.edu.co/index.php/wpecbti/article/view/3887

Resumen

Este documento tiene como fin divulgar una propuesta de investigación en el marco de la maestría en gestión de TI de la universidad abierta a distancia, el documento presenta un planteamiento donde se expresa la oportunidad de aplicar técnicas de analítica de datos a la información de los estudiantes que se recopila de los procesos académicos de la UNAD. Los cuales, son susceptibles de analizar mediante técnicas de minería de datos para generar un modelo de predicción de la deserción estudiantil con el propósito de contribuir con la adopción de estrategias que permitan implementar medidas paliativas para disminuir este fenómeno que afecta no solamente a la UNAD sino a todas las instituciones de educación en el país y en el mundo. El análisis de grandes cantidades de  información mediante Data Mining  ha permitido afinar las estrategias y campañas en campos como la inteligencia de negocios;  en el campo de la educación  la aplicación de  técnicas de Data Mining  a través del análisis  de grandes volúmenes de datos,  proporcionan un soporte para la toma de decisiones, lo que permite a los directivos de las instituciones  concentrar los esfuerzos o dirigirlos a ciertos ámbitos o área específicas, lo que mejora enormemente la efectividad en los procesos   permitiendo acercarse al conocimiento de manera más  efectiva y eficiente.

PDF

Citas

Ángel, H., & Facundo, D. (2009). Análisis sobre la deserción en la educación superior a distancia y virtual: el caso de la UNAD - COLOMBIA. Revista de Investigaciones UNAD, 8(2), 117. https://doi.org/10.22490/25391887.639

AZEVEDO, A. I. R. L., & SANTOS, M. F. (2008). KDD, SEMMA and CRISP-DM: a parallel overview. IADS-DM. Retrieved from http://recipp.ipp.pt/bitstream/10400.22/136/3/KDD-CRISP-SEMMA.pdf

Boyd, D., & Kate, C. (2012). Boyd, D., & Crawford, K. (2012). Critical questions for big data: Provocations for a cultural, technological, and scholarly phenomenon. Information, Communication & Society, 15.5, 662–679. Retrieved from https://www.tandfonline.com/doi/full/10.1080/1369118x.2012.678878?casa_token=pc46CbAX1dYAAAAA:F9DsdKTfi4WakGoFJOOrUOmWVjL7b-fKt_7kmZitJJadJMFVeWR-88PF48Xw6IUjQ3wzOuEPHPWiOATZ5w

Cesarotto, Y., & Yuri. (n.d.). El debate académico en curso sobre ‘big data’ y su incidencia en la comprensión de la comunicación mediática contemporánea. RECERCAT (Dipòsit de La Recerca de Catalunya). Retrieved from http://recercat.cat/handle/2072/335833

Díaz, F., & Osorio, M. (2013). Aplicando estrategias y tecnologías de Inteligencia de Negocio en sistemas de gestión académica. Sedici.Unlp.Edu.Ar. Retrieved from http://sedici.unlp.edu.ar/handle/10915/27157

Disla, R., & Llaugel, F. (2015). Un Modelo Predictivo de Deserción Escolar para la República Dominicana. Researchgate.Net. Retrieved from https://www.researchgate.net/profile/Renato_Gonzalez-Disla/publication/311951602_Paper-Un_Modelo_Predictivo_de_Desercion_Escolar_en_la_Republica_Dominicana_v2/links/5864906208ae8fce490b7666/Paper-Un-Modelo-Predictivo-de-Desercion-Escolar-en-la-Republica-D

Dumon, O. (2014). Big Data and Education: The Power of Transformation. Research Information, 75, 10. Retrieved from https://search-ebscohost-com.bibliotecavirtual.unad.edu.co/login.aspx?direct=true&db=lxh&AN=99617894&lang=es&site=ehost-live

Han, J., Kamber, M., & Pei, J. (2011). Data mining: concepts and techniques. Retrieved from https://www.academia.edu/download/43034828/Data_Mining_Concepts_And_Techniques_3rd_Edition.pdf

Hernandez Gonzalez, A. G., Melendez Armenta, R. A., Morales Rosales, L. A., Garcia Barrientos, A., Tecpanecatl Xihuitl, J. L., & Algredo, I. (2016). Comparative Study of Algorithms to Predict the Desertion in the Students at the ITSM-Mexico. IEEE Latin America Transactions, 14(11), 4573–4578. https://doi.org/10.1109/TLA.2016.7795831

Hurtado, J. (2000). Metodología de la investigación holística. Caracas: Fundación Sypal.

León, C. R., & Garcia, M. (2016). Adecuación a metodología de minería de datos para aplicar a problemas no supervisados tipo atributo-valor. Universidad y Sociedad, vol.8 no.4(Cienfuegos), 42–52. Retrieved from http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S2218-36202016000400005

Lerma González, H. D. (2016). Metodología de la investigación : propuesta, anteproyecto y proyecto.

Malvicino, F., & Yoguel, G. (2015). Big Data : Avances Recientes a Nivel Internacional y Perspectivas para el Desarrollo Local. In Centro Interdisciplinario de Estudios en Ciencia tecnología e Innovación (CIECTI). Retrieved from http://www.ciecti.org.ar/wp-content/uploads/2017/07/DT3-BigData-avances-y-perspectivas-de-desarrollo-local.pdf

Mikut, R., & Reischl, M. (2011). Data mining tools. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 431–443. Retrieved from http://tarjomefa.com/wp-content/uploads/2017/10/7879-English-TarjomeFa.pdf

Moine, J. M. (2013). Metodologías para el descubrimiento de conocimiento en bases de datos: un estudio comparativo. Diss. Universidad Nacional de La Plata. Retrieved from http://sedici.unlp.edu.ar/bitstream/handle/10915/29582/Documento_completo.pdf?sequence=1

Niño, M., & Illarramendi, A. (2015). ENTENDIENDO EL BIG DATA: ANTECEDENTES, ORIGEN Y DESARROLLO POSTERIOR. DYNA NEW TECHNOLOGIES, 2(3), [8 p.]-[8 p.]. https://doi.org/10.6036/nt7835

Ramírez, P. E., & Grandón, E. E. (2018). Prediction of student dropout in a Chilean public university through classification based on decision trees with optimized parameters. Formacion Universitaria, 11(3), 3–10. https://doi.org/10.4067/S0718-50062018000300003

Rodríguez, P., Truffello, R., Suchan, K., Varela, F., Matas, M., Mondaca, J., … Allende, C. (2016). Apoyando la formulación de políticas públicas y toma de decisiones en educación utilizando técnicas de análisis de datos masivos : el caso de Chile. MINISTERIO DE EDUCACION. Retrieved from http://disde.minedu.gob.pe/handle/123456789/4463

Romero, J. J. V, Toledo, R. A. J., & Paredes, L. E. (2017). Implementación de un sistema de análisis de datos en la deserción estudiantil utilizando técnicas de Big Data para facilitar la estructuración de planes de mejoramiento de la Universidad Mariana. (Vol. 4). Informativo, C E I.

Creative Commons License
Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0.

Derechos de autor 2021 Documentos de Trabajo ECBTI

Detalle de visitas

PDF: 13
Resumen: 12

Descargas

La descarga de datos todavía no está disponible.