Articulo

DESCUBRIMIENTO DE CONOCIMIENTO EN LA BASE DE DATOS ACADÉMICA DE UNA INSTITUCIÓN DE EDUCACIÓN SUPERIOR USANDO REDES NEURONALES
Javier Hernández Cáceres*

Resumen Hoy, uno de los grandes retos de toda institución educativa es retener a sus estudiantes, sin perjuicio de la calidad académica. En las universidades las estadísticas muestran que los periodos académicos donde hay mayor índice dedeserción estudiantil corresponden a los primeros semestres. Sobre este tema se han realizado varios estudios que entregan estadísticas de mortalidad académica y sobre los cuales se plantean posibles causas, tales como la deficiencia en conceptos básicos de educación media, en métodos de estudio, entre otros. En este sentido, este trabajo abordó esta problemática por medio del análisis de los datos dela base académica de una universidad, a través de técnicas de minería de datos, que ofrece una variedad de métodos estadísticos y computacionales para investigar la existencia de relaciones y patrones “ocultos” de comportamiento en los estudiantes de primer año de carrera. Estas relaciones pueden sugerir explicaciones causales que puedan ser verificadas posteriormente o bien estrategias de acciónpara lograr ciertos objetivos de cambio y apoyo para la toma de decisiones. Para este caso, se planteó como objetivo principal el diseño de un prototipo software por medio de una red neuronal utilizando los mapas auto*Docente Investigador Grupo prisma e-mail: javiermineria@gmail.com

organizativos de Kohonen, Técnica de Inteligencia Artificial. Abstract

una

Today, one of the greatestchallenges of any educational institution is to retain students, subject to academic quality. In universities, statistics show that the academic periods where there is greater dropout rate corresponding to the first semester. On this topic there have been several studies that provide academic and mortality statistics on which there are possible causes, such as deficiencies in basic concepts ofsecondary education, survey methods, among others. In this sense, this work addresses this issue by analyzing data from the academic foundation of a university, through data mining techniques, which offers a variety of statistical and computational methods to investigate the existence of relationships and patterns "hidden" behavior in the freshman race. These relationships may suggest causal explanationsthat can be verified later or action strategies to achieve certain objectives for change and support for decision making. For this case, it was raised as main objective the design of prototype software using a neural network using self-organizing maps Kohonen, an artificial intelligence technique.

Palabras Claves: Minería de Datos, KDD, Redes Neuronales, Mapas de Kohonen, Deserciónestudiantil. Introducción La preocupación por el desempeño de los estudiantes de primer año de carrera universitaria, que surge de los desfavorables indicadores de deserción, abandono y bajo rendimiento académico, ha llevado a las universidades del país a investigar sobre las causas que subyacen en esta problemática. A raíz de ello, este proyecto abordó ese problema, por medio del análisis de los datos de labase académica de una Institución de Educación Superior a través de técnicas de minería de datos. La minería de datos puede ofrecer para esta problemática planteada una gran variedad de métodos estadísticos y computacionales para investigar la existencia de relaciones y patrones de comportamiento en los estudiantes de primer año de carrera universitaria. La primera etapa del desarrollo de esteproyecto, consistió en el diseño e implementación de un datawarehouse (almacén de datos) que integró toda la información sistematizada de 7215 estudiantes de la Institución, agrupados en 11 facultades y 41 programas. Tomando como atributos básicos: sexo, facultad, programa, colegio de procedencia, ciudad de procedencia, edad, créditos ganados, promedio académico y créditos tomados. De igual...