Las redes neuronales artificiales como elementos del Sistema de Soporte a las decisiones en la Administración Universitaria

• Autores: Lucía Isabel Passoni
• Localización: FACES: revista de la Facultad de Ciencias Económicas y Sociales, ISSN 0328-4050, Año 9, Nº. 17, 2003, págs. 73-87
• Idioma: español
• Títulos paralelos:
  • Artificial Neural Networks as tools of the Decision Support System in the University Management
• Enlaces
  • Texto completo
• Resumen
  • español

    El trabajo presenta una propuesta metodológica novel para el diseño de un sistema de ayuda a las decisiones en el área académica de una institución universitaria. Esencialmente propone un proceso de Minería de Datos que utiliza redes neuronales artificiales del tipo autoorganizadas como herramientas para el análisis exploratorio de datos multidimensionales. El experimento se realizó sobre una base de datos de alumnos de grado pertenecientes a la carrera de Ingeniería Electrónica de la Facultad de Ingenieria de la Universidad Nacional de Mar del Plata. El proceso generó la identificación de grupos que presentaban diferentes patrones de evolución en la carrera. A partir de la visualización de los agrupamientos se realizó la interpretación y explicación del fenómeno, obteniéndose elementos de juicio relevantes que facilitan el proceso de toma de decisiones en el área académica.

  • English

    This paper presents a novel methodological proposal for a decision making system design within the academic area of the institution and a Data Mining process that utilizes artificial neural networks, specifically auto-organized maps, as a tool for the exploratory analysis of multidimensional data. The experiment vas carried out on a university degree students data base, who belonged to the career of Electronic Engineering of the Facultad de Ingeniería de la Universidad Nacional de Mar del Plata. Case groups with different study evolutions patterns were identified. The interpretation and phenomenon explanation were attained from the visualization of the clusters, getting to relevant trial elements that facilitate the decision making process in the academic area.