Mineria de Datos

RESUMEN
A partir de la aplicación de un grupo de técnicas de Minería de Datos como el clustering, los árboles de decisión y algoritmos de aprendizaje inductivo, se pretende clasificar a los estudiantes de acuerdo a su rendimiento académico, para posteriormente encontrar patrones ocultos y reglas que los caractericen; basado en las relaciones que se establecen entre el centro de procedencia delos estudiantes, nivel de escolaridad de los padres y provincia de origen con sus resultados académicos en el primer curso en la universidad. Estos resultados pueden mejorar el proceso de formación académica y elevar la calidad de la educación en la Universidad de las Ciencias Informáticas (UCI).
Palabras claves: Calidad del proceso docente, Descubrimiento de Conocimientos en Bases de Datos,Minería de Datos.
ABSTRACT
This investigation intends to classify the students of the University of Informatics Sciences according to their academic behaviour using a set of Data Mining techniques like clustering, decision trees and inductive learning algorithms. The main goal of this work is to find hidden patterns and rules that define this behaviour, based on the relationship established between thescholarship level of the student’s parents, and their academic origins with their grades in the first year of their career. These results can help to improve the quality of the academic process in the UCI.
Key words: Quality of the academic process, Knowledge Discovery in Databases, Data Mining
INTRODUCCIÓN
La Universidad de las Ciencias Informáticas (UCI) cuenta desde el curso escolar2006-2007 con una matrícula de alrededor de 10 000 estudiantes procedentes de todas las provincias y municipios del país, con los más diversos orígenes sociales y académicos; sin que, hasta el momento, se hayan realizado estudios que evalúen la influencia de estos factores en su formación posterior. Por lo que estos factores no son tomados en cuenta a la hora de realizar el proceso de captación de losestudiantes de nuevo ingreso a la universidad, ni de brindarles a los ya matriculados el seguimiento necesario, lo que puede conducirlos en condiciones extremas a causar baja del centro. Mientras que en otros casos se dejan de identificar a los alumnos con mayor potencial, que pudieran formar parte de proyectos o grupos de investigación, o simplemente armar al claustro de profesores con lainformación conveniente para que puedan brindarle atención diferenciada a sus estudiantes en aras de fomentar el pleno desarrollo de sus capacidades y dándole así cumplimiento al objetivo primordial de la Universidad, que es el de formar profesionales de la informática cada vez mejor preparados.
Toda la información personal y docente de los estudiantes, desde hace cinco años se encuentra digitalizada y semantiene en históricos que no brindan mayor utilidad que la de los reportes tradicionales.
Es por esto que en la Universidad se hace necesario contar con métodos eficientes y automáticos para explorar las grandes Bases de Datos, procesando de forma rápida y fiable la información para encontrar patrones de conocimiento apropiados para resolver un problema.
Es por esto que el objetivo fundamentalde este trabajo está orientado a determinar el vínculo que existe entre el origen y procedencia social de los estudiantes de la UCI con sus resultados académicos mediante la aplicación de técnicas de agrupación y reglas de asociación de Minería de Datos.
1. La Minería de Datos y el Descubrimiento de Conocimiento en Bases de Datos.
La Minería de Datos (DM) por las siglas en inglés Data Mining esel proceso de extraer conocimiento útil y comprensible, previamente desconocido, desde grandes cantidades de datos almacenados en distintos formatos [1]. Las herramientas de Data Mining predicen futuras tendencias y comportamientos, permitiendo en los negocios la toma de decisiones.
Existen términos que se utilizan frecuentemente como sinónimos de la minería de datos. Uno de ellos se conoce...