Aplicación de técnicas y estrategias de inteligencia de negocio para analizar/integrar información de los alumnos de la Facultad de Informática de la UNLP

Tesina (Licenciatura en Informática) - Universidad Nacional de La Plata, Facultad de Informática, 2013.

PREFACIO -- Introducción -- Motivación -- Objetivos -- Problemática -- Organización del documento -- PARTE I -- INVESTIGACIÓN TEÓRICA – CONCEPTUAL -- -- 1 Capítulo 1 BI, KDD Y DM -- 1.1 Datos, Información y conocimiento -- 1.2 Business Intelligence -- 1.3 BI y Analítica de Datos -- 1.4 Knowledge Discovery in Database - KDD -- 1.4.1 Pasos del proceso de KDD -- 2 Capítulo 2 MINERÍA DE DATOS Y ESTILOS DE APRENDIZAJE 18 -- 2.1 Minería de Datos - DM -- 2.2 Clasificación de minería de datos -- 2.3 Pasos para el desarrollo de la fase de minería de datos -- 2.4 Tareas de minería de datos -- 2.5 Métodos ó técnicas de minería de datos -- 2.6 Evaluación de los modelos -- 2.6.1 Técnicas de evaluación de modelos -- 2.7 Selección de una Técnica de Minería de Datos -- -- 3 Capítulo 3 MINERÍA DE DATOS EDUCATIVA - EDM -- 3.1 Introducción -- 3.2 Ciclo y participantes de EDM -- 3.3 Clasificación de EDM -- 3.3.1 EDM orientado al sector administrativo y responsables académicos -- 3.3.2 EDM orientado a los docentes -- 3.3.3 EDM orientado a los alumnos -- 3.4 Conclusión del capítulo -- -- PARTE II -- HERRAMIENTAS Y DATOS -- 4 Capítulo 4 SISTEMAS Y HERRAMIENTAS DE MINERÍA DE -- DATOS -- 4.1 Librerías de minería de datos -- 4.1.1 Xelopes -- 4.1.2 MLC++ -- 4.2 Suites -- 4.2.1 IBM - SPSS -- 4.2.2 RapidMiner -- 4.2.3 WEKA -- 4.2.4 DBMiner -- 4.2.5 SAS Enterprise Miner -- 4.3 Herramientas específicas -- 4.3.1 CART -- 4.3.2 NeuroShell -- 4.3.3 See5 / C5.0 -- 4.4 Cuadro comparativo -- 5 Capítulo 5 POSIBLES FUENTES DE DATOS -- 5.1 SIU -- 5.1.1 SIU Guaraní -- 5.2 Moodle -- 5.3 WebUNLP -- 5.4 Merán -- PARTE III SOLUCIÓN PROPUESTA -- 6 Capítulo 6 PRESENTACIÓN DE LA SOLUCIÓN PROPUESTA -- 6.1Recursos Disponibles -- 6.2 Sistemas y Datos Seleccionados -- 6.2.1 Datos seleccionados del sistema SIU-Guaraní -- 6.2.2 Datos seleccionados del sistema Moodle -- 6.2.3 Datos seleccionados del sistema Merán -- 6.3 Análisis propuestos -- 6.4 Herramienta de minería de datos seleccionada -- 6.5 Extracción de conocimiento -- 6.5.1 Generación de las vistas minables -- 6.5.2 Generación de los modelos -- 6.5.3 Tareas y técnicas seleccionadas -- 6.5.4 Algoritmos aplicados -- 6.6Interfaz de interacción -- 7 Capítulo 7 SELECCIÓN, PREPROCESAMIENTO Y -- TRANSFORMACIÓN -- 7.1Análisis socio-demográfico -- 7.1.1 Exportación e importación de los datos -- 7.1.2 Descripción de los datos recolectados -- 7.1.3 Exploración y transformación de los datos -- 7.1.3.1 Corte horizontal de FT_Desgranamiento_PersUA -- 7.1.3.2 Atributos de FT_Desgranamiento_PersUA_Licenciatura -- 7.1.3.3 Atributos Unidad Académica, Tipo Título Secundario y Carrera -- 7.1.3.4 Atributos Colegio, creación del atributo Procedencia -- 7.1.3.5 Atributo Situación del Estudiante -- 7.1.3.6 Atributo Nivel Estudio Padres -- 7.1.3.7 Atributos Sexo, creación del atributo Género -- 7.1.3.8 Valores de los atributos de la tabla LT_Egresados -- 7.1.4 Vista minable -- 7.2Análisis de participación en las materias -- 7.2.1 Exportación e importación de los datos -- 7.2.1.1 Exportación e importación de los datos de Moodle -- 7.2.1.2 Exportación e importación de los datos de SIU-Guaraní -- 7.2.1.3 Exportación e importación de los datos de Merán -- 7.2.2 Descripción de las tablas y datos seleccionados -- 7.2.3 Exploración de los datos -- 7.2.3.1 Selección de los cursos -- 7.2.3.2 Alumnos inscriptos en cada materia -- 7.2.3.3 Resultados obtenidos en las materias -- 7.2.3.4 Participación en los foros de las materias -- 7.2.3.5 Uso de biblioteca -- 7.2.4 Vista minable -- 8 Capítulo 8 MODELADO Y EVALUACIÓN -- 8.1Análisis socio-demográfico -- 8.1.1 Distribución de los datos -- 8.1.2 Clasificación – Árbol de decisión -- 8.1.3 Agrupamiento -- 8.1.3.1 Visualización de los grupos -- 8.2Análisis de la participación en las materias -- 8.2.1 Distribución de los datos -- 8.2.2 Clasificación – Árbol de decisión -- 8.2.3 Agrupamiento -- 8.2.3.1 Visualización de los grupos -- 9 Capítulo 9 APLICATIVO -- 9.1Funcionalidad provista -- 9.2 Ejecución de la Aplicación -- 9.3 Pantalla inicial del aplicativo -- 9.4 Tipos de análisis -- 9.5 Tarea de Clasificación -- 9.6 Tarea de agrupamiento -- 9.7 Otras opciones del aplicativo -- Capítulo 10 EXTENSIÓN DEL TRABAJO -- 10.1 Las redes sociales en la Web -- 10.2 Uso de las redes sociales en las materias -- 10.3 Análisis de las materias incluyendo las redes sociales -- 10.4 Obtención de datos -- 10.5 Análisis -- 10.5.1 Distribución de los datos -- 10.5.2 Árbol de decisión -- 10.5.3 Agrupamiento -- 10.5.3.1 -- Visualización de los grupos -- CONCLUSIONES Y TRABAJOS FUTUROS -- Conclusiones -- Trabajos futuros -- 12 Apéndice A SCRIPTS DE BASE DE DATOS -- 13 Apéndice B RESOLUCIONES -- 14 REFERENCIAS BILIOGRÁFICAS