EXTRACCIÓN DE PERFILES DE DESERCIÓN ESTUDIANTIL EN LA INSTITUCIÓN UNIVERSITARIA CESMAG
Palabras clave:
Minería de datos, clasificación por árboles de decisión, extracción de perfiles, deserción estudiantil.Resumen
RESUMEN
El artículo presenta uno de los resultados de un proyecto de investigación cuyo objetivo fue detectar patrones de deserción estudiantil a partir de los datos socioeconómicos, académicos, disciplinares e institucionales de los estudiantes de los programas de pregrado de la Universidad de Nariño e Institución Universitaria CESMAG, dos instituciones de educación superior de la ciudad de Pasto (Colombia), con la utilización de la técnica de minería de datos clasificación. Los resultados obtenidos corresponden a la I.U.CESMAG. Se descubrieron perfiles socioeconómicos y académicos de los estudiantes que desertan utilizando la técnica de clasificación basada en árboles de decisión. Se obtuvo un patrón general de deserción estudiantil determinado por un promedio de calificaciones bajo y el tener materias perdidas en los primeros semestres de la carrera. La evaluación, análisis y utilidad de estos patrones por parte de las directivas universitarias de la I.U.CESMAG, permitirá soportar la toma de decisiones eficaces, enfocadas a formular políticas y estrategias relacionadas con los programas de retención estudiantil que actualmente se encuentran establecidos.
Palabras clave: Minería de datos, clasificación por árboles de decisión, extracción de perfiles, deserción estudiantil.
DATA MINING IN THE EXTRACTION OF PROFILES OF STUDENT DROPOUT IN THE INSTITUTION UNIVERSITY CESMAG
ABSTRACT
This article presents one of the results of the research project whose objective was to detect patterns of drop-out student from socio-economic, academic, disciplinary and institutional data of the undergraduate programs students at the University of Nariño and Institution University Institution CESMAG, two institutions of higher education in the city of Pasto (Colombia), using data mining techniques. The results correspond to the Institution University CESMAG. Socio-economic academic profiles of students who drop out using the technique of classification based on decision trees were discovered. It has obtained a general pattern of drop out student determined by low average and lost areas in the first semesters of the career. The knowledge generated will allow supporting effective decision-making of focused University policies to formulate policies and strategies related to retention student currently established.
Key words: Decision trees, classification, student dropout, extraction of profiles, data mining.
MINERAÇÃO DE DADOS NA EXTRAÇÃO DE PERFIS DE DESERÇÃO DOS ESTUDANTES NA INSTITUCION UNIVERSITARIA CESMAG
RESUMO
Este artigo apresenta um dos resultados do projeto de pesquisa cujo objetivo era detectar padrões de deserção de estudantes a partir dos dados socioeconômicos, acadêmicos, disciplinares e institucionais dos alunos dos programas de graduação da Universidad de Nariño e a Institución Universitaria CESMAG, duas instituições de educação superior da cidade de Pasto (Colômbia), usando técnicas de mineração de dados. Os resultados correspondem à Institución Universitaria CESMAG. Foram descobertos perfis socioeconômicos e acadêmicos de estudantes que abandonam utilizando a técnica de classificação baseada em árvores de decisão. Foi obtido um padrão geral de deserção de estudantes determinado por uma média baixa e de ter perdidas disciplinas nos primeiros semestres da carreira universitária. O conhecimento gerado irá apoiar a tomada de decisões eficazes das diretivas universitárias destinadas a desenvolver políticas e estratégias relacionadas com programas de retenção de alunos que estão atualmente estabelecidos.
Palavras-chave: Árvores de decisão, classificação, deserção de estudantes, remoção de perfis, mineração de dados.
Descargas
Referencias
Adamo, J. (2001). Data mining for association rules and sequential patterns: Sequential and parallel algorithms. New York (USA): Springer-Verlag.
García, D. (s.f.). Manual de Weka. Recuperado de <http://www.metaemotion.com/diego.garcia.morate/download/weka.pdf>
Hall, M.; Frank, E. and Witten, I. (05, 05, 2011). Practical data mining: [Tutorials]. Recuperado de
Han, J. and Kamber, M. (2001). Data mining: Concepts and techniques. San Francisco (CA, USA): Morgan Kaufmann Publishers, Academic Press.
Hernández, J.; Ramírez, M. y Ferri, C. (2005). Introducción a la Minería de Datos. Madrid (España): Pearson Prentice Hall.
La Red, D.; Acosta, J.; Cutro, L.; Uribe, V. y Rambo, A. (07, 2010). Data Warehouse y Data Mining aplicados al estudio del rendimiento académico. En Novena Conferencia Iberoamericana en Sistemas, Cibernética e Informática, CISCI. International Institute of Informatics and Systemics, Orlando (Florida, EE.UU.).
Ministerio de Educación Nacional (2006a). América Latina piensa la deserción. (Boletín informativo Educación Superior. No 7). Bogotá (Colombia): MEN.
Ministerio de Educación Nacional (2006b). Deserción estudiantil: prioridad en la agenda. (Boletín informativo Educación Superior. No 7). Bogotá (Colombia): MEN.
Ministerio de Educación Nacional (2009). Deserción estudiantil en la educación superior colombiana: metodología de seguimiento, diagnóstico y elementos para su prevención. Bogotá (Colombia): MEN.
Pautsch, J. (2009). Minería de datos aplicada al análisis de la deserción en la Carrera de Analista en Sistemas de Computación. (Tesis de grado Licenciatura). Universidad Nacional de Misiones. Posadas, Misiones (Argentina).
Pautsch, J.; La Red, D. y Cutro, L. (2010). Minería de datos aplicada al análisis de la deserción en la carrera de Analista en Sistemas de Computación. Recuperado de <http://www.dataprix.com/files/Analisis%20de%20Desercion%20Univ_0.pdf>
Pinzón, L. (Junio, 2011). Aplicando minería de datos al marketing educativo. Revista Notas de Marketing, 1, 45-61.
Quinlan, R. (1993). C4.5: Programs for Machine Learning. San Francisco (CA, USA): Morgan Kaufmann Publishers.
Restrepo, M. y López, A. (09, 2008). Uso de la metodología Rough Sets en un modelo de deserción académica. En XIV Congreso Ibero Latinoamericano de Investigación de Operaciones, CLAIO. Universidad del Norte, Cartagena (Colombia).
Sattler, K. and Dunemann, O. (2001). SQL Database Primitives for Decision Tree Classifiers. En The 10th ACM International Conference on Information and Knowledge Management, CIKM, Atlanta, Georgia (USA): ACM. Proceedings.
Spositto, O.; Etcheverry, M.; Ryckeboer, H. y Bossero, J. (2010). Aplicación de técnicas de minería de datos para la evaluación del rendimiento académico y la deserción estudiantil. En Novena Conferencia Iberoamericana en Sistemas, Cibernética e Informática, CISC.I International Institute of Informatics and Systemics, Orlando (Florida, EE.UU.).
Universidad Pedagógica Nacional (08, 2005). La deserción estudiantil: reto investigativo y estratégico asumido de forma integral por la UPN. En Encuentro Internacional sobre Deserción en Educación Superior: experiencias significativas. Recuperado de <http://www.mineducacion.gov.co/1621/articles-85600_Archivo_pdf3.pdf>
Valero, S. (2009). Aplicación de técnicas de minería de datos para predecir la deserción. Recuperado de <http://www.utim.edu.mx/~svalero/docs/MineriaDesercion.pdf>
Valero, S.; Salvador, A. y García, M. (2010). Minería de datos: predicción de la deserción escolar mediante el algoritmo de árboles de decisión y el algoritmo de los k vecinos más cercanos. Recuperado de http://www.utim.edu.mx/~svalero/docs/e1.pdf
Wang, M.; Iyer, B. and Scott, J. (Julio, 1998). Scalable Mining for Classification Rules in Relational Databases. In: International Database Engineering and Application Symposium, IDEAS. IEEE Computer Society. Proceedings, Cardiff (Wales,U.K.).
Descargas
Archivos adicionales
Publicado
Número
Sección
Licencia
Una vez que el artículo es aceptado por la Revista Investigium IRE: Ciencias sociales y humanas, los/as autores ceden los derechos para publicar y distribuir el texto electrónicamente, así como para archivarlo y hacerlo accesible en línea. Así mismo en los casos que lo requieran, los autores cuentan con las debidas autorizaciones de quienes poseen los derechos patrimoniales. Por lo tanto, libero (liberamos) a la Investigium IRE: Ciencias sociales y humanas de cualquier contienda, litigio o proceso jurisdiccional relacionado con los derechos de propiedad intelectual sobre el artículo presentado, quedando la Universidad CESMAG exonerada sobre el particular.
Los autores podrán distribuir su propio material sin solicitar permiso a la Revista, siempre que se mencione que la versión original se encuentra en el sitio https://investigiumire.unicesmag.edu.co/index.php/ire/issue/archive.
Todos los contenidos de la Revista Investigium IRE: Ciencias sociales y humanas. se publican bajo la Licencia Creative Commons Atribución 4.0 Internacional International (CC BY-NC 4.0), y pueden ser usados gratuitamente dando los créditos a los autores y a la Revista, como lo establece esta licencia.