Resultados obtenidos/esperados

Se obtuvieron diferentes clasificaciones mediante la utilización (preferentemente) de técnicas de clustering, según diferentes criterios de agrupación de los datos.
 

Se utilizó la siguiente equivalencia de nombres y significados de variables:

  •  SIT_LABORAL_ALUM: Situación laboral del alumno.
  • IMP_EST_ALUM: Importancia dada al estudio por el alumno.
  • RAZON_EST_ALUM: Razón para estudiar según el alumno.
  • IMP_TICS_ALUM: Importancia dada a las TICs por el alumno.
  • NOTA_PP_ALUM: Nota primer parcial.
  • NOTA_RPP_ALUM: Nota recuperatorio primer parcial.
  • NOTA_SP_ALUM: Nota segundo parcial.
  • NOTA_RSP_ALUM: Nota recuperatorio segundo parcial.
  • NOTA_EXT_ALUM: Nota recuperatorio extraordinario.
  • SIT_FIN_ALUM: Situación final del alumno luego del cursado.

Seguidamente se muestran algunos de los resultados obtenidos:

  • Minería de Clasificación según Carrera: figuras 3, 4.

Figura 3: Licenciatura en Sistemas de Información.

 

Licenciatura en Sistemas.

 

 

  • Minería de Clasificación según Situación Final del Alumno: figuras 5, 6.

Se considera Libre al alumno que no ha cumplimentado la aprobación de los trabajos prácticos y de laboratorio, Regular a quien ha cumplimentado dichas exigencias pero con un promedio inferior a 7 en la escala 0-10, finalmente se considera Promoción a quien ha cumplimentado las exigencias con un promedio igual o superior a 7.

Situación final del alumno

 

Situación final del alumno

  • Minería de Clasificación según Importancia Dada al Estudio: figuras 7, 8.

Importancia dada al estudio

 

Importancia dada al estudio

 

  • Minería de Clustering Demográfico según Situación Final del Alumno como variable principal: figuras 9, 10, 11.

Situación final del alumno: Libre

 

Situación Final del alumno:Regular

 

Situación final del alumno: Promoción
 

 

  • Minería de Clustering de Kohonen según Situación Final del Alumno como variable principal: figuras 12, 13, 14.

 

 Situación final del alumno: Libre

 

Situación final del alumno: Regular

 

Situación final del alumno: Promoción

 

Conclusiones y Líneas futuras

Se obtuvieron diversos modelos de minería de datos referidos a diversos aspectos de los alumnos de la asignatura mencionada, lo que permitió descubrir el perfil de dichos estudiantes, destacándose especialmente lo siguiente:

  • Los libres son en su mayoría solteros, y en menor proporción divorciados, los libres indican en mayor porcentaje darle más importancia al estudio que a la diversión que los regulares y los promocionados.
     
  • Indican en un igual porcentaje que las TICs facilitan el estudio y que es importante su dominio.
     
  • Los regulares son solteros y en unión consensual, le dan más importancia al estudio que a la diversión y en mayor porcentaje que los libres incluso que al
    trabajo.
     
  • Entre los promocionados figuran algunos casados y solteros y aparecen quienes consideran que las TICs simplemente están de moda.
     
  • Los tres grupos indican como razón para el estudio con mayor porcentaje la de aprender integralmente. Entre los libres .gura con un mayor porcentaje que en los
    otros dos grupos la razón de estudiar para aprobar.
     
  • La mayoría en sendos grupos no trabaja, pero el porcentaje de quienes trabajan entre los promocionados es mayor que entre los libres y los regulares.

 

Se ha podido comprobar las grandes ventajas de la utilización de tecnologías y software de última generación que soportan sistemas multiplataforma. Se hace notar que los resultados logrados son sólo la etapa preliminar de los diversos estudios que se tiene previsto realizar, incorporando las demás variables del DW.

Se tiene previsto desarrollar las siguientes líneas futuras de acción:

  • Avanzar en la investigación con la utilización de minería de datos como ser redes neuronales, redes bayesianas, arboles de decisión, etc., aplicadas al almacén de datos utilizado hasta ahora generalmente con las técnicas de clustering.
     
  • Aplicar las técnicas de minería de datos utilizadas, pero sobre otras bases de datos de alumnos de otras asignaturas y carreras para comparar los resultados obtenidos.

Reconocimientos

El presente trabajo se encuadra en el Proyecto de Investigación “El Desigual Aprovechamiento de las TICs en el Proceso de Enseñanza - Aprendizaje de los Sistemas Operativos en la FACENA de la UNNE”, acreditado por la Secretaría de Ciencia y Técnica de la UNNE como PI-120-07 (Res. 369/08 CS).

El software utilizado, Data Warehouse Edition V.9.5, que incluye al DB2 Enterprise Server Edition, al Design Studio y al Intelligent Miner, se han obtenido de la empresa IBM Argentina S.A., en el marco de la Iniciativa Académica de dicha empresa y de los Acuerdos realizados entre la misma y la FACENA de la UNNE (Acuerdo del 18/06/04 D, Res. 1417/04 D, Res. 858/06 CD).
 

 

 

Gestion del Conocimiento    |   Business Intelligence y Analítica   |    Bases de Datos   |     ERP    |     CRM     |   Cloud computing    |   Tendencias IT