Modelo de Relación Docente – Asignatura Aplicando Minería de Texto

• Autores: Leslie Macías Veliz, Gabriel Cotera Ramírez
• Localización: 593 Digital Publisher CEIT, ISSN-e 2588-0705, Vol. 8, Nº. 5, 2023 (Ejemplar dedicado a: Multidisciplinary), págs. 982-998
• Idioma: español
• Títulos paralelos:
  • Teacher-Subject Relationship Model Applying Text Mining
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    El estudio se enfoca en la relación entre los títulos profesionales de los docentes universitarios y las asignaturas que se les asignan. La metodología utilizada en el estudio se basa en la minería de textos y el análisis de frecuencias de palabras. Se empleó una metodología documental descriptiva que utilizó métodos empíricos y herramientas comparativas. Se recopilaron documentos relacionados con las asignaturas y los perfiles de los docentes y se realizaron procesos de limpieza, vectorización y similitud en los textos. Los resultados obtenidos mostraron una correlación significativa entre el perfil docente y los contenidos de las asignaturas. Se encontró un promedio del 80% de correlación entre los docentes y los contenidos de las asignaturas de la carrera de Sistemas de Información. Se realizó el mismo análisis para los docentes de la carrera de Tecnologías de la Información, y se encontró un promedio del 82% de correlación. Además, se analizó la correlación en mayor detalle para docentes y asignaturas específicas, encontrando altos niveles de correlación, con porcentajes que oscilan entre el 82% y el 88%. El estudio utilizó técnicas como word2Vec y similitud coseno para calcular la aproximación entre las palabras y los conceptos relacionados. Los resultados respaldan la importancia de utilizar métodos de minería de texto para analizar y comprender la relación entre los docentes y las asignaturas, y proporcionan una base sólida para la mejora continua de la gestión educativa en el campo de las tecnologías informáticas. El estudio destaca la importancia de implementar una cultura de toma de decisiones basada en los datos generados en las universidades.

  • English

    The study focuses on the relationship between the professional titles of university professors and the subjects assigned to them. The methodology used in the study is based on text mining and frequency analysis of words. A descriptive documentary methodology was employed, using empirical methods and comparative tools. Documents related to the subjects and the profiles of the teachers were collected, and processes of cleaning, vectorization, and similarity were performed on the texts.  The results obtained showed a significant correlation between the teaching profile and the contents of the subjects. An average correlation of 80% was found between the professors and the contents of the subjects in the Information Systems program. The same analysis was conducted for the professors in the Information Technology program, and an average correlation of 82% was found. Additionally, the correlation was analyzed in greater detail for specific teachers and subjects, revealing high levels of correlation, with percentages ranging from 82% to 88%.  The study utilized techniques such as word2Vec and cosine similarity to calculate the proximity between words and related concepts. The results support the importance of using text mining methods to analyze and understand the relationship between professors and subjects, providing a solid foundation for continuous improvement in educational management in the field of information technology. The study highlights the importance of implementing a decision-making culture based on the data generated in universities.