Análisis de rendimiento académico estudiantil usando data warehouse y redes neuronales

Analysis of students’ academic performance using data warehouse and neural networks

Cada día las organizaciones tienen más información porque sus sistemas producen una gran cantidadde operaciones diarias que se almacenan en bases de datos transaccionales. Con el fin de analizar estainformación histórica, una alternativa interesante es implementar un Data Warehouse. Por otro lado,los Data Warehouse no son capaces de realizar un análisis predictivo por sí mismos, pero las técnicasde inteligencia de máquinas se pueden utilizar para clasificar, agrupar y predecir en base a informaciónhistórica con el fin de mejorar la calidad del análisis. En este trabajo se describe una arquitectura de DataWarehouse con el fin de realizar un análisis del desempeño académico de los estudiantes. El Data Warehousees utilizado como entrada de una arquitectura de red neuronal con tal de analizar la información históricay de tendencia en el tiempo. Los resultados muestran la viabilidad de utilizar un Data Warehouse para elanálisis de rendimiento académico y la posibilidad de predecir el número de asignaturas aprobadas porlos estudiantes usando solamente su propia información histórica.

INTRODUCCIÓN

Una de las acciones más utilizadas en las instituciones educacionales para dar valor a la información y dar apoyo a la toma de decisiones, es la confección de reportes. La confección de los reportes es una acción 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 organización. El apoyo a la toma de decisiones puede ser realizado mediante sistemas especialmente diseñados para ello como son los DSS [21] (Decision Support Systems), los cuales pueden generar informes parametrizables en forma periódica, rápida y fácil, como los presentados en [17].

Otro método comúnmente utilizado es la creación de reportes mediante la manipulación directa de bases de datos transaccionales a través del lenguaje SQL (Structured Query Language), lo cual tiene el inconveniente de requerir una persona experta en la utilización de SQL. Además el desarrollo de reportes puede tomar un tiempo considerable debido a que las bases de datos transaccionales no están diseñadas específicamente para el análisis. Otro método muy utilizado trata sobre el uso de planillas de cálculo y datos tabulados; sin embargo, este método a pesar de necesitar menos conocimientos técnicos sufre de la imposibilidad de manejar eficientemente grandes cantidades de datos directamente, como también sufren de la dificultad de poder realizar el cruzamiento de datos en forma sencilla desde distintas fuentes de datos.