Uso de datos abiertos y técnicas de minería de datos para la clasificación de estudiantes de instituciones privadas de educación superior de Belem-PA

Abstract

Resumen. Las universidades privadas enfrentan el desafío de reducir la tasa de evasión de estudiantes de los cursos de grados. Si esta tasa es muy alta, el beneficio de estas universidades puede reducir drásticamente, alejando a los accionistas e inversores. Este trabajo tiene como objetivo aplicar técnicas de minería de datos clasificar entre estudiantes que abandonan y los que terminan los cursos de grados, para facilitar la identificación de los posibles factores de riesgos que influyen en la evasión universitaria. Para el análisis fueron utilizados datos abiertos extraídos del portal del gobierno y diversos algoritmos de minería de datos. En los experimentos realizados, fue posible seleccionar la técnica más eficiente de clasificación para este problema, mediante el análisis de métricas de confianza, consistencia y calidad. Además, fue realizado un levantamiento de los factores que tiene mayor incidencia en la evasión y abandono de los estudiantes de las universidades privadas de la ciudad de Belem do Pará (Brasil).Abstract. The private universities face the challenge to reduce the evasion rate of the undergraduate students. If this rate is too high, the profit of these universities can drastically reduce, driving away shareholders and investors. This paper aims to apply data mining techniques to classify students who completed the course and those who dropped out, in order to facilitate the identification of possible risk factors that influence university dropout. The analysis used open data extracted from the government portal and various data mining algorithms.