Proceso KDD como apoyo a las estrategias del proyecto SARA (Sistema de Acompañamiento para el Rendimiento Académico)

Autores/as

DOI:

https://doi.org/10.26507/rei.v13n26.916

Palabras clave:

bodega de datos, deserción estudiantil, KDD (knowledge discovery in databases), minería de datos, SARA (sistema de acompañamiento para el rendimiento académico)

Resumen

Uno de los principales problemas que enfrenta Colombia en cuanto a la educación, concierne a los altos índices de deserción estudiantil en la Educación Superior, según fuentes del Ministerio de Educación Nacional, de cada cien estudiantes que ingresan a la educación superior cerca de la mitad no logran concluir su propósito educativo [1]. En este trabajo se presenta el proyecto SARA (Sistema de Acompañamiento para el Rendimiento Académico), proyecto creado por el programa de Ingeniería de Sistemas y Computación de la Universidad del Quindío, además de un análisis y propuesta de incluir el proceso denominado KDD (Knowledge Discovery in Databases), como un soporte de análisis de datos, consiguiendo así definir estrategias que ayuden en la intervención de la vida académica de los estudiantes, a través de la inclusión de técnicas de minería de datos para identificar patrones que permitan caracterizar o predecir posibles casos de deserción dentro del programa.

Descargas

Los datos de descargas todavía no están disponibles.

Tipo:

Artículo corto

Biografía del autor/a

Leidy Carolina Calvache-Fernandez, Universidad del Quindio

Ing. Sistemas en la Universidad del Quindío en el año 2018, Armenia, Colombia. Desde el 2016 trabajó como auxiliar de bases de datos de la vicerrectoría de investigaciones de esta misma Universidad hasta diciembre de 2017. Actualmente labora como analista de inteligencia comercial en Avianca Holdings.

Valentina Álvarez-Vallejo, Universidad del Quindio

Ing. de Sistemas y Computación en la Universidad del Quindío, Armenia, Colombia. Desde el 2016 al 2017 trabajó como auxiliar de labor de asesoría, vigilancia, supervisión y control del Laboratorio de Ingeniería de Sistemas y Computación de esta misma Universidad. Actualmente es la administradora COAVI del Grupo Empresarial Don Pollo.

Jorge Iván Triviño-Arbelaez, Universidad del Quindio

Ing. Sistemas en la Universidad del Quindío en el año 2004, Armenia, Colombia. MSc. en Ingeniería con la Universidad de Eafit en el año 2016. Cursos de corta duración en la Universidad La Gran Colombia - Seccional Armenia – UGCA Diplomado en Docencia Universitaria en 2007. Académicamente ha laborado en la Escuela de Administración y Mercadotecnia del Quindío, Fundación Universitaria San Martin y en la Universidad del Quindío desde 2007. Es coautor de los libros: Fundamentos de bases de datos (2009) y Aprendiendo a Programar en Java.

Referencias bibliográficas

Guzmán-Ruiz, C., Muriel-Durán, D. y Franco-Gallego, J., Deserción estudiantil en la educación superior colombiana. Metodología de

seguimiento, diagnóstico y elementos para su prevención, Ministerio de Educación Nacional, 2009.

Cepero-González, A., Las preferencias profesionales y vocacionales del alumnado de secundaria y formación profesional específica, Tesis, Facultad de Ciencias de la Educación, Universidad de Granada, Granada, España, 2010.

Universidad Pedagógica Nacional, La deserción estudiantil: reto investigativo y estratégico asumido de forma integral por la UPN, 10 P, 2008.

Ministerior de Educación, SPADIES, Sistema para la Prevención de la Deserción de la Educación Superior, 2002. [en línea]. Disponible en: https://www.mineducacion.gov.co/sistemasdeinformacion/1735/w3-article-254707.html.

Pereira, R.T., Romero, A.C. y Toledo, J.J., La minería de datos como un método innovador para la detección de patrones de deserción estudiantil en programas de pregrado en instituciones de educación superior, ACOFI, IFEES, 9 P, 2013.

Timaran, R., Jimenez, J., Pereira, R.T. y Toledo, J.J., Detección de patrones de deserción estudiantil en programas de pregrado de instituciones de educación superior con CRISP-DM, en Congreso Iberoamericano de Ciencia, Tecnología, Innovación y Educación, Buenos Aires, Argentina, 2014, pp. 1-19.

Eckert, K.B. y Suénaga, R., Análisis de deserción-permanencia de estudiantes universitarios utilizando técnica de clasificación en minería de datos, Form. Univ., 8(5), pp. 3-12, 2015, DOI: 10.4067/S0718-50062015000500002.

Pautsh, J.G.A., Minería de datos aplicada al análisis de la deserción en la carrera de analista en sistemas de computación, Tesis de grado, Facultad de Ciencias de Ciencias Exactas, Químicas y Naturales, Universidad Nacional de Misiones, Posadas, Argentina, 2009, 111 P.

Delen, D., A comparative analysis of machine learning techniques for student retention management, Decis. Support Syst., 49(4), pp. 498-506, 2010. DOI: 10.1016/j.dss.2010.06.003.

Head, S.P., Mining educational data to reduce dropout rates of engineering students, Inf. Eng. Electron. Bus., 2(2), pp. 1-7, 2012. DOI: 10.5815/ijieeb.2012.02.01.

Quiceno, C. and Pulgarón, R., S.A.R.A Sistema de acompañamiento para el rendimiento académico, ACOFI, 2016, 8 P.

Fayyad, U., Piatetsky-Shapiro, G. and Smyth, P., From data mining to knowledge discovery in databases, AI Mag., pp. 37-54, 1996, DOI: 10.1609/aimag.v17i3.1230.

Hernández, J., Ramirez, M. and Ferri, C., Introducción a la minería de datos. España, 2004.

Descargas

Publicado

2018-08-01

Cómo citar

Calvache-Fernandez, L. C., Álvarez-Vallejo, V., & Triviño-Arbelaez, J. I. (2018). Proceso KDD como apoyo a las estrategias del proyecto SARA (Sistema de Acompañamiento para el Rendimiento Académico). Revista Educación En Ingeniería, 13(26), 82–89. https://doi.org/10.26507/rei.v13n26.916

Métricas

QR Code
Estadísticas de artículo
Vistas de resúmenes
Vistas de PDF
Descargas de PDF
Vistas de HTML
Otras vistas
Crossref Cited-by logo