1 CARRERA DE LICENCIATURA EN INFORMÁTICA TRABAJO FINAL DE GRADO Olga Gabriela Arancibia Vega Profesor Tutor: Lic. Pablo Lena Profesores Consultos: Lic. Sally Bursztyn Lic. Beatriz Steinberg

2 Una respuesta a la deserción en la educación superior argentina a través de la minería de datos. Propuesta: Propuesta

3 Escenario Actual Altos niveles de deserción de los estudiantes. Prevención: Predicciones Manuales y Subjetivas. Tendencias para el Cambio Conocimiento de las características del alumno. Prevención: Detección temprana del desertante. Escenario

4 Oportunidad Minería de Datos Bases de Datos Herramientas Modelos Conocimiento Válido Novedoso Útil Comprensible Predictivos Descriptivos Oportunidad

5 Entorno KDD Preparación de Datos Minería de Datos Evaluación Interpretación Entorno KDD Sistemas de Información Patrones Conocimiento

6 Incorporación a los Procesos del Establecimiento Incorporación

7 Integración y Recopilación de Datos Evaluación Evaluación Técnica Evaluación Institucional Minería de Datos Modelos Tareas Algoritmos FASE 0 FASE 2 FASE 3 FASE 4 FASE 1 Aplicación de las Fases del Proceso KDD FASE 0 FASE 2 FASE 3 FASE 4 FASE 1 Establecer los Objetivos Objetivos de la Institución Objetivos de Minería de Datos Selección, Limpieza y Transformación de Datos Fases

8 Conclusión Minería de Datos Disminución de la deserción en la educación superior argentina Herramienta eficaz y viable Soporte innovador Conocimiento válido novedoso útil comprensible. Conclusión

9 Futuras Líneas de Investigación Aplicar las técnicas de minería de datos en las bases de datos de las instituciones de educación superior a: Conformación de comisiones de clases o grupos de trabajo e investigación. Identificación de alumnos que cambian de carrera o institución. Generación de una herramienta especializada en el ámbito educativo. Adaptación de la curricula en las especializaciones o materias optativas, investigando qué materias se toman juntas, o materias eligen los alumnos a continuación de otra. Determinar los intereses de los potenciales alumnos para la oferta de nuevos cursos o carreras. Futuras Líneas de Investigación

10 Caso de Aplicación

11 Escenario Caso de Aplicación Distribución de Abandono por Cuatrimestre Situación 1er Cuatrimestre Año 2005 Escenario

12 Recursos PLATAFORMA Microprocesador Pentium 4 de 2.8 Mhz. 512 Mb. de Memoria RAM, Disco Rígido de 40 GB Sistema Operativo Windows 2000 Server. HERRAMIENTA: Weka EQUIPO DE TRABAJO: Propio e Interno Caso de Aplicación Recursos

13 FASE 0 Caso de Aplicación De la institución Bajar los índices de deserción para el primer año, primer cuatrimestre. Incorporar DM a los procesos regulares progresivamente. De minería de datos: Modelo Descriptivo Identificar características de desertantes anteriores. Modelo Predictivo Detectar alumnos en riesgo. Definir los Objetivos Objetivos

14 Caso de Aplicación Base de Datos Relacional Campos utilizados Provenientes de la Ficha de Inscripción + Baja Seleccionados por los especialistas FASE 1 Integración y Recopilación Integración

15 Caso de Aplicación FASE 2 Atributos Seleccionados y Modificados Edad Sexo Estado Civil Hijo Trabajo Deserto [si/no] Vista Minable Selección, Limpieza y Transformación Selección

16 Caso de Aplicación Minería de Datos - Agrupamiento Archivo: Universo (632) Desertantes (233) No Desertantes (399) Agrupamiento A: Casado | Sin Hijos | Varón | 40 a 46 años | Trabaja en el Área B: Soltero | Sin Hijos | Varón | 18 a 25 años | Trabaja en otra Área C: Soltero | Sin Hijos | Varón | 18 a 25 años | No Trabaja A: Divorciado | Sin Hijos | Varón | 34 a 39 años | Trabaja en el Área B: Divorciado | Sin Hijos | Mujer | 34 a 39 años | Trabaja en otra Área C: Soltero | Sin Hijos | Mujer | 18 a 25 años | No Trabaja FASE 3 39% 22% 17% 27% 18% Agrupamiento

17 Caso de Aplicación Minería de Datos – Clasificación Archivo: Universo FASE 3 EDAD = 1825 | SEXO = Varón: D | SEXO = Mujer | | TRABAJO = NT: ND | | TRABAJO = TA: D | | TRABAJO = TNA: ND …….. (etc.) Árbol de DecisiónAlgoritmo C 4.5 Reglas de Clasificación

18 Caso de Aplicación Técnica Cobertura (Recall) Precisión Institucional Interpretación Lenguaje Simplicidad FASE 4 Evaluación -+ Complejidad Creciente Evaluación

19 Caso de Aplicación Resultados Situación 1er Cuatrimestre Año 2005 Situación 1er Cuatrimestre Año 2006 Resultados

20 Muchas Gracias Fin