MINERIA DE DATOS
Páginas: 5 (1110 palabras)
Publicado: 29 de abril de 2014
caratula
INTRODUCCIÓN
El presente trabajo tiene como finalidad ofrecer soluciones o estrategias a la UJCM aplicando data Mining básicamente solucionar el problema principal que es el alto nivel de alumnos desertores en la CPISI, en el cuál demostraremos la importancia de aplicar data Mining para obtener Información relevante en undeterminado tema para la toma de decisiones.
A través de la minería de datos también nos pronosticaremos hacia un futuro utilizando técnicas estadísticas que nos ayudarán a entender el comportamiento del mercado, así como también en el presente trabajo utilizaremos al analizador de clusterización dónde agruparemos por categorías los campos a analizar.
Se aplicaran algoritmos tales como Bayes Naive deMicrosoftSerie temporal de Microsoft, Aebol de decicion.
I. PROBLEMA:
El problema principal a tratar es la elevada cantidad de desertores de la CPISI, las causas y consecuencias se muestran en la siguiente gráfica, estas se muestran de color verde y naranja respectivamente.
Figura 1. Descripción de Problema
Fuente:Elaboración propia
La elevada cantidad de deserción involuntaria por parte de los alumnos, es un problema que genera gran preocupación tanto por parte de las familias, como también por la Universidad por no alcanzar las metas y objetivos planificados.
La falta de conocimientos de variables que influyen en la deserción universitaria o la poca información y falta de estudios con informacióncompleta de los alumnos, hace que la tasa deserción aumente, para todo esto es necesario contar con un mecanismo que otorge respuestas y soluciones.
El objetivo general del presente trabajo es crear un modelo descriptivo y predictivo de deserción de estudiantes de la carrera profesional de Ingeniería de Sistemas e Informática de la UJCM a partir de datos históricos obtenidos de la oficina debienestar universitario.
Para todo esto se ha realizado las siguientes actividades:
Adquirir conocimiento acerca del comportamiento de los estudiantes que desertan.
Aplicar técnicas de minería de datos existentes para la construcción de modelos predictivos.
Determinar la importancia de cada variable de la base de datos para el modelo.
Evaluar los resultados obtenidos del modelo adesarrollar.
Las múltiples causas mostradas en la gráfica 1 se resumen en causas personales, económicas, sociales, culturales, académicas e institucionales.
II. TECNICA DE MINERIA DE DATOS A APLICAR
El modelo a implementar es el de Perfil de minería de datos, básicamente las técnicas de Arbol de Decisión, en la primera técnica se espera detectar los patrones que posteriormente se aplicarán a losalumnos desertores. La Universidad pretende utilizar los patrones detectados para predecir qué alumnos tienen más probabilidades de desertar, la segunda técnica es la de Regresion Lineal, Naive Bayes, clustering y forescast, técnicas que ofrece la herramienta Microsoft SQL Server Análisis Services.
Para ello detectar patrones de estudiantes que han desertado, y con esto plantear soluciones que apoyena la toma de decisiones y disminuyan la cantidad de desertores.
Pronosticaremos el número o la cantidad de posibles desertores y con esto controlar u observar el cambio que brindara nuestra solución.
Segmentaremos estudiantes por nivel de aprendizaje, socioeconómico e identificar los patrones de los desertores.
Crearemos un proyecto en SQL Server comenzando por la creación en BusinessIntelligence Development Studio, un proyecto de SQL Server Analysis Services. A continuación, definiremos una vista de los metadatos denominada vista de origen de datos, a partir de las tablas y vistas seleccionadas en el orígen de datos.
III. RESULTADOS
La Bd implementada en SQL Server es la siguiente.
Creamos un Origen de datos basado en Mi BD...
caratula
INTRODUCCIÓN
El presente trabajo tiene como finalidad ofrecer soluciones o estrategias a la UJCM aplicando data Mining básicamente solucionar el problema principal que es el alto nivel de alumnos desertores en la CPISI, en el cuál demostraremos la importancia de aplicar data Mining para obtener Información relevante en undeterminado tema para la toma de decisiones.
A través de la minería de datos también nos pronosticaremos hacia un futuro utilizando técnicas estadísticas que nos ayudarán a entender el comportamiento del mercado, así como también en el presente trabajo utilizaremos al analizador de clusterización dónde agruparemos por categorías los campos a analizar.
Se aplicaran algoritmos tales como Bayes Naive deMicrosoftSerie temporal de Microsoft, Aebol de decicion.
I. PROBLEMA:
El problema principal a tratar es la elevada cantidad de desertores de la CPISI, las causas y consecuencias se muestran en la siguiente gráfica, estas se muestran de color verde y naranja respectivamente.
Figura 1. Descripción de Problema
Fuente:Elaboración propia
La elevada cantidad de deserción involuntaria por parte de los alumnos, es un problema que genera gran preocupación tanto por parte de las familias, como también por la Universidad por no alcanzar las metas y objetivos planificados.
La falta de conocimientos de variables que influyen en la deserción universitaria o la poca información y falta de estudios con informacióncompleta de los alumnos, hace que la tasa deserción aumente, para todo esto es necesario contar con un mecanismo que otorge respuestas y soluciones.
El objetivo general del presente trabajo es crear un modelo descriptivo y predictivo de deserción de estudiantes de la carrera profesional de Ingeniería de Sistemas e Informática de la UJCM a partir de datos históricos obtenidos de la oficina debienestar universitario.
Para todo esto se ha realizado las siguientes actividades:
Adquirir conocimiento acerca del comportamiento de los estudiantes que desertan.
Aplicar técnicas de minería de datos existentes para la construcción de modelos predictivos.
Determinar la importancia de cada variable de la base de datos para el modelo.
Evaluar los resultados obtenidos del modelo adesarrollar.
Las múltiples causas mostradas en la gráfica 1 se resumen en causas personales, económicas, sociales, culturales, académicas e institucionales.
II. TECNICA DE MINERIA DE DATOS A APLICAR
El modelo a implementar es el de Perfil de minería de datos, básicamente las técnicas de Arbol de Decisión, en la primera técnica se espera detectar los patrones que posteriormente se aplicarán a losalumnos desertores. La Universidad pretende utilizar los patrones detectados para predecir qué alumnos tienen más probabilidades de desertar, la segunda técnica es la de Regresion Lineal, Naive Bayes, clustering y forescast, técnicas que ofrece la herramienta Microsoft SQL Server Análisis Services.
Para ello detectar patrones de estudiantes que han desertado, y con esto plantear soluciones que apoyena la toma de decisiones y disminuyan la cantidad de desertores.
Pronosticaremos el número o la cantidad de posibles desertores y con esto controlar u observar el cambio que brindara nuestra solución.
Segmentaremos estudiantes por nivel de aprendizaje, socioeconómico e identificar los patrones de los desertores.
Crearemos un proyecto en SQL Server comenzando por la creación en BusinessIntelligence Development Studio, un proyecto de SQL Server Analysis Services. A continuación, definiremos una vista de los metadatos denominada vista de origen de datos, a partir de las tablas y vistas seleccionadas en el orígen de datos.
III. RESULTADOS
La Bd implementada en SQL Server es la siguiente.
Creamos un Origen de datos basado en Mi BD...
Leer documento completo
Regístrate para leer el documento completo.