Aportaciones desde la minería de datos al proceso de captación de matrícula en instituciones de educación superior particulares



Document title: Aportaciones desde la minería de datos al proceso de captación de matrícula en instituciones de educación superior particulares
Journal: Educare (San José)
Database:
System number: 000565637
ISSN: 1409-4258
Authors: 1
1
2
3
Institutions: 1Instituto de Estudios Superiores de Tamaulipas, Ciudad Victoria, Tamaulipas. México
2Fundación Teletón México, Ciudad Victoria, Tamaulipas. México
3Universidad Autónoma de Tamaulipas, Ciudad Victoria, Tamaulipas. México
Year:
Season: Sep-Dic
Volumen: 20
Number: 3
Pages: 217-237
Country: Costa Rica
Language: Español
Document type: Artículo
Spanish abstract El presente artículo científico de investigación tiene por objetivo analizar la forma en que la minería de datos (MD) permite optimizar el proceso de captación de matrícula. Esto, con la intención de diseñar un modelo predictivo de gestión de matrícula para las IES particulares de México. Se analiza la situación actual de las instituciones de educación superior (IES) particulares en relación con su proceso de captación de matrícula y la aplicación de la MD en este. Con un método correlacional, se utilizó un conjunto de datos de prospectos ficticios para crear un árbol de decisión con enfoque de criterio de disminución de entropía con el software Rapid Miner. Los resultados muestran que es posible construir y probar un modelo predictivo de gestión de matrícula como el ZAM&EST propuesto por quienes escriben, para que las IES particulares puedan mejorar sus procesos de captación.
English abstract This article aims to analyze how data mining (DM) optimizes the enrollment process, with the intention of designing a predictive model to manage private enrollment for higher education institutions of Mexico. It analyzes the current status of the higher education institutions in relation to its enrollment process and the application of the DM. With a correlational method, a dataset (DS) was used to model an entropy decision tree with the help of Rapid Miner software. The results show that it is possible to build and test a predictive model management of private enrollment for higher education institutions of Mexico as the ZAM&EST model proposed by the authors.
Disciplines: Educación
Keyword: Gestión educacional,
Planificación de la educación,
Administración de la educación,
Instituto de enseñanza superior,
Universidad,
Gestión de la información,
Educación superior
Keyword: Educational management,
Educational planning,
Educational administration,
Higher education institutions,
Universities,
Information management,
Higher education
Full text: Texto completo (Ver HTML) Texto completo (Ver PDF)