Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Zambrano Matamala, Carolina; Rojas Daz, Daro; Carvajal Cuello, Karina; Acua Leiva, Gonzalo
Anlisis de rendimiento acadmico estudiantil usando data warehouse y redes neuronales
Ingeniare. Revista Chilena de Ingeniera, vol. 19, nm. 3, 2011, pp. 369-381
Universidad de Tarapac
Arica, Chile
1 Departamento de Ingeniera Informtica y Ciencias de la Computacin. Universidad de Atacama. Avenida Copayapu 485.
Copiap, Chile. E-mail: carolinazambrano@gmail.com; dfrojas@gmail.com; karina.carvajal@uda.cl.
2 Departamento de Ingeniera Informtica. Universidad Santiago de Chile, Avenida Ecuador 3659, Estacin Central, Santiago,
Chile. E-mail: gacuna@usach.cl
INTRODUCCIN
Una de las acciones ms utilizadas en las instituciones
educacionales para dar valor a la informacin y dar
apoyo a la toma de decisiones, es la confeccin
de reportes. La confeccin de los reportes es una
accin exploratoria, es decir, se hacen ciertos cruces
de datos y, dependiendo de los resultados, se van
analizando otros criterios hasta que se llega a un
punto en el cual los resultados son satisfactorios
para tomar decisiones sobre la organizacin. El
apoyo a la toma de decisiones puede ser realizado
mediante sistemas especialmente diseados para
ello como son los DSS [21] (Decision Support
Systems), los cuales pueden generar informes
parametrizables en forma peridica, rpida y fcil,
como los presentados en [17].
Otro mtodo comnmente utilizado es la creacin
de reportes mediante la manipulacin directa de
bases de datos transaccionales a travs del lenguaje
SQL (Structured Query Language), lo cual tiene el
inconveniente de requerir una persona experta en la
utilizacin de SQL. Adems el desarrollo de reportes
puede tomar un tiempo considerable debido a que
las bases de datos transaccionales no estn diseadas
especficamente para el anlisis. Otro mtodo muy
utilizado trata sobre el uso de planillas de clculo y
datos tabulados; sin embargo, este mtodo a pesar
de necesitar menos conocimientos tcnicos sufre
de la imposibilidad de manejar eficientemente
grandes cantidades de datos directamente, como
tambin sufren de la dificultad de poder realizar
el cruzamiento de datos en forma sencilla desde
distintas fuentes de datos.
Por otro lado, los Data Warehouse (DW) son
repositorios de datos electrnicos especialmente
diseados para la generacin de reportes y anlisis
de datos [13, 23]. Las caractersticas distintivas
de los DW respecto a los sistemas descritos
anteriormente es que son flexibles, integran todos
los aspectos organizacionales de inters, pueden
manejar grandes volmenes de datos eficientemente,
permiten la creacin y clculo de indicadores de
gestin. Adems, los DW se disean con el objetivo
de ser eficientes en los requerimientos de anlisis
para niveles estratgicos en las organizaciones, por
lo que toman en cuenta los objetivos estratgicos
de la organizacin directamente [15]. En el
mismo contexto, los DW permiten analizar de
370
Zambrano, Rojas, Carvajal y Acua: Anlisis de rendimiento acadmico estudiantil usando data warehouse y redes neuronales
Datos
Asignatura
Datos
Alumno
Dimensin
Tiempo de
Avance
Dimensin
Cohorte
Indicadores
Alumnos
Dimensin
Regin
Datos
Cohorte
Medidas
Datos
Regin
Dimensin
Zona
Geogrfica
Dimensin
Oportunidad
Datos
Zona
Geogrfica
Datos
Oportunidad
Suma de Carga
Acadmica
Carga Promedio
Notas Promedio
Suma de
Aprobados
Suma de
Reprobados
Cantidad de
alumnos
Cantidad de
asignaturas
372
Zambrano, Rojas, Carvajal y Acua: Anlisis de rendimiento acadmico estudiantil usando data warehouse y redes neuronales
RMS =
RSD =
IA = 1
Longitud
27.4
27.41
27.42
27.43
70.36 70.35 70.34 70.33 70.32 70.31 70.3 70.29 70.28 70.27 70.26
Latitud
(2)
i =1
(i pi )
i =1
n
( i ' +
i =1
27.38
374
(i pi )
n
27.37
27.39
(1)
i2
n
Zona 1
Zona 2
Zona 3
Zona 4
Universidad
27.36
i =1
i =1
(i pi )
pi '
(3)
xst
u1t+1
Estimador
Red
Neurona
x1t+1
xst+1
umt+1
Figura4. Modelo neuronal de estimacin del
comportamiento de estudiantes.
El IA indica el grado de ajuste que tienen los valores
estimados con los valores reales de una variable;
un valor cercano a 1 indica una buena estimacin.
Zambrano, Rojas, Carvajal y Acua: Anlisis de rendimiento acadmico estudiantil usando data warehouse y redes neuronales
Zambrano, Rojas, Carvajal y Acua: Anlisis de rendimiento acadmico estudiantil usando data warehouse y redes neuronales
377
Estimacin de
cantidad de
asignaturas
inscritas
Estimacin de
cantidad de
asignaturas
aprobadas
IA
0,7623
0,7180
RMS
0,2934
0,3678
RSD
0,0905
0,1225
378
Zambrano, Rojas, Carvajal y Acua: Anlisis de rendimiento acadmico estudiantil usando data warehouse y redes neuronales
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]
[14]
[15]
[16]
[17]
380
[18]
[19]
[20]
[21]
[22]
[23]
[24]
[25]
[26]
[27]
Zambrano, Rojas, Carvajal y Acua: Anlisis de rendimiento acadmico estudiantil usando data warehouse y redes neuronales
381