Proceso de extracción de conocimiento KDD para la predicción y análisis de resultados del examen saber-pro

datacite.rightshttp://purl.org/coar/access_right/c_16ecspa
dc.contributor.advisorSánchez, Paola Andrea
dc.contributor.advisorGarcía, José Rafael
dc.contributor.authorOrozco Guzmán, Manuel
dc.contributor.authorObredor Castro, Sergio
dc.date.accessioned2024-04-10T16:39:57Z
dc.date.available2024-04-10T16:39:57Z
dc.date.issued2016
dc.description.abstractLos procesos de globalización de la economía y el establecimiento de nuevas relaciones entre la academia, el estado y el sector empresarial, son realidades innegables que propician mejoras en los procesos académicos y organizacionales de las Instituciones de educación superior (IES) en la actualidad. Es por lo anterior que en las mismas, existe un marcado interés en mejorar el desempeño de académico en los estudiantes que presentan la prueba SABER PRO, debido a que ésta, se constituye como un instrumento de "medición" de la calidad de los procesos de formación profesional por parte del Ministerio de Educación nacional (MEN). Así las cosas se hace necesario conocer en qué medida podrían estar relacionadas las calificaciones alcanzadas por los estudiantes en su pregrado, con el puntaje alcanzados en el SABER PRO, para de esa forma, las IES puedan tener una mejor proyección de sus estrategias, tendientes a mejorar los indicadores de desempeño en este tipo de pruebas de estado. El objetivo primario de esta investigación, contempla el desarrollo de una herramienta resultado último y aplicado de una serie de procesos, enmarcados en la metodología para la extracción de conocimiento conocida como KDD, metodología que hace uso de minería de datos, como principal proceso para descubrir conocimiento oculto, resultado de correlacionar la data correspondiente a la información académica, versus la data correspondiente a la información de los resultados de la prueba SABER PRO, para un grupo de estudiantes. La herramienta desarrollada se validó mediante un conjunto de pruebas con datos reales, estudiantes de la facultad de Ingeniería de la Universidad Simón Bolívar, dando como resultado aproximaciones muy precisas a los valores reales, lo que la califica como una herramienta de óptimo (Excelente) desempeño.spa
dc.description.abstractThe processes of globalization of the economy and the establishment of new relations between academia, the state and the business sector are undeniable realities that promote improvements in academic and organizational processes in Higher Education Institutions (IES) today. It is for this that in them, there is a strong interest in improving the performance of academic in students who take the test SABER PRO, because this, it is constituted as an instrument of "measuring" quality processes vocational training by the Ministry of national Education (MEN). As it is necessary to know to what extent could relate the scores achieved by students in its undergraduate, with the score achieved in the SABER PRO, for that way, IES can have a better projection of their strategies, aimed at improve performance indicators such state tests. The primary objective of this research includes the development of a tool last result and implemented in a number of processes, framed in the methodology for the extraction of knowledge known as KDD. Methodology that uses data mining as the main process to discover hidden knowledge, the result of correlating the corresponding academic information data, versus the corresponding data to information of test results SABER PRO, for a group of students. The developed tool was validated through a series of tests with real data, students of the Faculty of Engineering, University Simon Bolivar, resulting in very accurate to the actual values approximations, which qualifies it as a tool for optimal (Excellent) performance.eng
dc.format.mimetypepdfspa
dc.identifier.urihttps://hdl.handle.net/20.500.12442/14494spa
dc.language.isospaspa
dc.publisherEdiciones Universidad Simón Bolívarspa
dc.publisherFacultad de Ingenieríasspa
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional*
dc.rights.accessrightsinfo:eu-repo/semantics/restrictedAccessspa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectMinería de datosspa
dc.subjectProceso de extracción de conocimiento KDDspa
dc.subjectPruebas de Estado Saberspa
dc.subjectData miningspa
dc.subjectKnowledge extraction process KDDspa
dc.subjectState tests Saber Prospa
dc.subjectForecasting and data Analysisspa
dc.titleProceso de extracción de conocimiento KDD para la predicción y análisis de resultados del examen saber-prospa
dc.type.driverinfo:eu-repo/semantics/masterThesisspa
dc.type.spaTrabajo de grado másterspa
oaire.versioninfo:eu-repo/semantics/acceptedVersionspa
sb.programaMaestría en Ingeniería de Sistemas y Computaciónspa
sb.sedeSede Barranquillaspa

Archivos

Bloque original
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
PDF
Tamaño:
24.54 MB
Formato:
Adobe Portable Document Format

Colecciones