DataWareHouse y DataMining aplicados al estudio de rendimiento academico

  

 D. L. LA RED MARTINEZ, J. C. ACOSTA, L. A. CUTRO, V. E. URIBE, A. R. RAMBO
Departamento de Informática / FACENA / Universidad Nacional del Nordeste

 

CONTEXTO
Se investiga el rendimiento académico de alumnos de Sistemas Operativos de la Licenciatura en Sistemas de Información (LSI) y alumnos rezagados de la Licenciatura en Sistemas (LS), plan anterior, de la FACENA de la UNNE, a los efectos de obtener perfiles de los mismos que pudieran establecer a priori altas probabilidades de éxito o fracaso en la Asignatura, con el propósito de instrumentar medidas de apoyo especiales a los alumnos con perfil de alto riesgo de fracaso.

 

RESUMEN
El desigual aprovechamiento de las TICs observado en los alumnos de Sistemas Operativos de la LSI de la FACENA de la UNNE, como así también el relativamente bajo porcentaje de alumnos promocionados y regularizados al finalizar el cursado de la Asignatura (éxito académico), han motivado la aplicación de técnicas de Almacenes de Datos (DataWarehouses: DW) y de Minería de Datos (Data Mining: DM) basadas en clustering, entre otras, para la búsqueda de perfiles de los alumnos de la Asignatura mencionada, según su rendimiento académico, situación demográfica y socio económica, con el propósito de determinar a priori situaciones potenciales de éxito o de fracaso académico, lo cual permitiría encarar las medidas tendientes a minimizar los fracasos. El presente trabajo tiene por objetivo brindar una breve descripción de aspectos relacionados con el almacén de datos construido y algunos procesos de minería de datos desarrollados sobre el mismo.

Palabras clave: Base de Datos, Almacén de Datos, Minería de Datos, Clustering, Cluster Demográfico.

 



 

  BI   |    CRM     |    CMS    |    Tendencias en software empresarial    |    Cloud computing  |    Software libre    |   Internet    |    Movilidad y apps