“Análisis de exactitud de los algoritmos de clustering aplicados en la base de datos del sistema académico de la UNACH”

Abstract

La Universidad Nacional de Chimborazo (UNACH) dispone de varios sistemas informáticos uno de ellos es el Sistema de Control Académico (SICOA) mismo que contiene grandes cantidades de información académica, personal de estudiantes, docentes y producción científica, la cual se ha utilizado de forma limitada para la toma de decisiones en los procesos institucionales.

En el presente trabajo se hace uso de la información que contiene el sistema de control académico de la UNACH, correspondientes a información académica, personal de estudiantes, docentes y producción científica. El trabajo consistió en el análisis de exactitud de los algoritmos de clustering K-Means y K-Medoids de aprendizaje no supervisado aplicados a la información indicada, el proceso de minería se llevó a cabo por medio de la metodología CRISP-DM misma que permitió analiza, limpiar y construir los datos, adicionalmente, el proceso de exactitud fue evaluado por nueve modelos tres por cada tabla: estudiante, docente e investigación en cada uno de los modelos se utilizó la métrica del índice de validación de Davies Bouldin.

Como resultado se identificó que el algoritmo con mayor exactitud es K-Means, a través de este se generaron clústers de datos con característica similares y disimiles entre sí, estudiantes, docentes y producción científica. Los resultados obtenidos contribuirán al proyecto “Diseño de estrategias de mejoramiento continuo en la gestión académica e investigativa de la UNACH, utilizando minería de datos”.