Aplicación de técnicas de minería de datos en el contexto del rendimiento académico en la Universidad de Cuenca
Loading...
Date
2019-10-14
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
The University of Cuenca has a large amount of data related to academic performance,
student desertion and the socio-economic status of its students that have been collected
since 2008 to the present, based on this is it is possible to extract significant information that
is not at first sight, that helps the fulfillment of the strategic objectives of institutional development
of the University of Cuenca and of the metrics of the quality model used by the Council
for quality assurance of higher education for the evaluation of higher education.
Problem: Within this context it is desirable to have an analysis of academic performance
and dropout, in order to have a preventive approach that identifies subjects in situations of risk
at an early stage of the career or study cycle and that the actors involved in these processes can
make better informed decisions based on historical records.
Solution: This work applies data mining to develop classification and prediction models,
using the CRISP-DM methodology, three specific problems are proposed to solve: desertion
prediction, prediction of failure by study cycle and prediction of failure by subject. It was possible
to conclude that the obtained models had a good percentage of correct answers (about 73 %)
and constitute a very valuable tool for the university.
Resumen
La Universidad de Cuenca cuenta con una gran cantidad de datos relacionados
al rendimiento académico, deserción estudiantil y el estado socio-económico de sus estudiantes
que han sido recolectados desde el año 2008 hasta la actualidad, en base a esto es posible extraer
información significativa que no está disponible a simple vista, que ayude al cumplimiento
de los objetivos estratégicos de desarrollo institucional de la Universidad de Cuenca y de las
métricas del modelo de calidad empleado por el Consejo de aseguramiento de la calidad de la
educación superior para la evaluación de la educación superior.
Problema: Dentro de este contexto es deseable contar con un análisis del rendimiento y
deserción académica, para de esta forma tener un enfoque preventivo que identifique a sujetos
en situaciones de riesgo en una etapa temprana de la carrera o ciclo de estudios y que los actores
involucrados en estos procesos puedan tomar decisiones mejor informadas basadas en registros
históricos.
Solución: El presente trabajo aplica minería de datos para desarrollar modelos de clasificación
y predicción, usando la metodología CRISP-DM, se proponen tres problemas específicos
a resolver: predicción de deserción, predicción de reprobación por ciclo de de estudios y predicción
de reprobación por asignatura.Se pudo concluir que los modelos obtenidos tuvieron un
buen porcentaje de aciertos (sobre 73% ) y constituyen una herramienta muy valiosa para la
universidad.
Keywords
Ingeniería en Sistemas, Minería de datos, Aplicaciones académicas, Sistemas de control
Citation
Código de tesis
Código de tesis
TS;264