Estudio de seguimiento a egresados por medio de técnicas de minería de datos para la Universidad Industrial de Santander

Simple item page
dc.contributor.advisorLamos Diaz, Henry
dc.contributor.authorMuñoz Osorio, Maroly Milena
dc.contributor.authorPinto Mateus, Mayra Shirley
dc.date.accessioned2024-03-03T19:58:38Z
dc.date.available2013
dc.date.available2024-03-03T19:58:38Z
dc.date.created2013
dc.date.issued2013
dc.description.abstractLa minería de datos nace de la necesidad de trabajar con grandes cantidades de datos sin que se pierda la escalabilidad, principal limitación de la estadística básica. La importancia de la minería de datos en estudios de seguimiento a egresados para las universidades radica en la posibilidad de obtener información no visible sobre los egresados que permite orientar las estrategias hacia ellos de una forma diferente y útil. En la presente investigación se aprecia la eficiencia de la minería de datos en la Universidad Industrial de Santander. Se emplean herramientas como árboles de decisión, redes bayesianas, análisis de clúster, reglas de asociación y cubos OLAP, con el propósito de encontrar patrones de comportamiento en los egresados y así construir perfiles que permitan a la universidad tomar decisiones favorables respecto a la oferta educativa. Como herramienta computacional se usa el software de IBM SPSS Modeler para desarrollar las técnicas anteriormente nombradas. Una vez se completa la fase de análisis y evaluación de los datos obtenidos, se logra una caracterización de los egresados elaborando estrategias de mejora en cada segmentación encontrada de la misma forma en cómo se generaron estrategias enfocadas en la captura y almacenamiento de datos, el fortalecimiento de la relación egresado universidad y la presentación resultados concluyentes hacia la comunidad universitaria.
dc.description.abstractenglishData mining originates from the need to handle large amounts of data without losing scalability, which is the main limitation of basic statistics. The importance of data mining in follow-up studies of graduates for universities lies in the possibility of obtaining information that is not visible about the graduates which allows the strategies toward them to be guided in a different and useful way. The present study shows the efficiency of data mining in the Industrial University of Santander. Tools such as decisión trees, Bayesian networks, cluster analysis, association rules and OLAP cubes are used, with the purpose of finding behavior patterns in the graduates and to then build profiles that enable the university to make favorable decisións regarding what is offered educationally. As a computational tool, the IBM SPSS Modeler software is used to develop the techniques previously mentioned. Once the analysis and evaluation of the obtained data phase is completed, a Characterization of the graduates is achieved, developing strategies for improvement in each segmentation which was found in the same way as strategies focused on the capture and storage of data, the strengthening of the relationship of the graduate the university and the presentation of conclusive results to the university community.
dc.description.degreelevelPregrado
dc.description.degreenameIngeniero Industrial
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/28229
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingenierías Fisicomecánicas
dc.publisher.programIngeniería Industrial
dc.publisher.schoolEscuela de Estudios Industriales y Empresariales
dc.rightshttp://creativecommons.org/licenses/by/4.0/
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0
dc.subjectMinería De Datos
dc.subjectRedes Bayesianas
dc.subjectÁrboles De Decisión
dc.subjectAnálisis De Clúster
dc.subjectReglas De Asociación
dc.subjectSeguimiento A Egresados.
dc.subject.keywordData Mining
dc.subject.keywordBayesian Networks
dc.subject.keywordDecisión Trees
dc.subject.keywordCluster Analysis
dc.subject.keywordAssociation Rules
dc.subject.keywordMonitoring Graduates.
dc.titleEstudio de seguimiento a egresados por medio de técnicas de minería de datos para la Universidad Industrial de Santander
dc.title.englishFollow-up study of graduates through data mining techniques for the industrial university of Santander.
dc.type.coarhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversionhttp://purl.org/coar/resource_type/c_7a1f
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
1.4 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
5.5 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
1.19 MB
Format:
Adobe Portable Document Format
Download
Collections
Ingeniería Industrial