Resumen de Un modelo basado en árboles de decisión para predecir la deserción estudiantil en la Educacion Superior Privada.
- español
Las técnicas de minería de datos permiten obtener información útil que se encuentra oculta en grandes base de datos que en su mayoría solo son usados para realizar operaciones transaccionales, así como archivos que aun no han sido ingresado a las base de datos. La información al ser explotado de manera correcta permite mejorar la toma de decisiones así como ofrecer ventajas competitivas con respecto a otras empresas. Debido a la gran cantidad de datos que tienen las Instituciones de Educación Superior Universitaria en este trabajo de investigación se propone hacer uso de las técnicas de minería de datos para predecir la deserción o el abandono en la Educación Superior Privada. Para el desarrollo de proyecto se uso la metodología CRIPS-DM con la herramienta comercial spss clementine 12.0 , para los cuales se hicieron uso de la técnica de minería de datos árboles de decisión, para lo cual se utilizaron 1761 datos de los estudiantes de la Universidad Privada César Vallejo, comprendidos del semestres 2009-I al semestre 2013-II de la Escuela profesional de Ingeniería de Sistemas con 27 atributos para cada uno de ellos que están relacionadas con la deserción del alumno, que fueron extraídos del área de registros académicos, Asuntos Estudiantiles y del área de Informática. Para el desarrollo del proyecto se hizo uso del algoritmo de árboles de decisión en donde se hizo el entrenamiento, validación y prueba con 100 datos nuevos en donde se obtuvo una precisión de 89%.
- English
The data mining techniques allow to obtain useful information that is hidden in large database that are mostly only used to perform transactional operations, as well as files that have not yet been entered into the database. The information to be exploited properly can improve decision-making and deliver competitive advantages over other companies.
Due to the large amount of data with Institutions of Higher Education University in this research it is proposed to use data mining techniques to predict the desertion or abandonment in Private Higher Education. For the development of project CRIPS-DM methodology was used with commercial tool Spss v.
12.0, for which use of mining technique trees decision data were made, for which 1761 data students used Private University Cesar Vallejo, including the semesters 2009-I semester 2013-II of the professional School of Systems Engineering with 27 attributes for each that are related to the defection of the student, which were recovered from the area of academic records, and Student Affairs Computer area.
For the development of the project made use of decision trees algorithm where training, validation and testing with 100 new data where an accuracy of 89% was obtained was made.
