Análisis de rendimiento académico estudiantil usando Data Warehouse Difuso

Analysis of students’ academic performance using Fuzzy Data Warehouse

Un Data Warehouse (DW) es un repositorio de datos que provienen de distintas fuentes. Es utilizado para el análisis de datos y como apoyo a la toma de decisiones. Ya que permite obtener indicadores cuantitativos tales como cantidades. Sin embargo, en el ámbito de análisis de datos es usual encontrar relaciones entre los datos de naturaleza difusa. Por ejemplo, en un contexto académico la respuesta a la consulta “qué estudiantes obtuvieron buena nota final” no puede ser obtenida desde un DW tradicional pues no maneja información cualitativa. Debido a las limitaciones de los DW tradicionales es que pueden extenderse usando lógica difusa a un DW Difuso (DWD). En este trabajo se presenta una implementación de DWD cuyo objetivo es permitir el análisis cualitativo de datos de estudiantes lo que apoya el proceso de toma de decisiones. El DWD implementado permite operar con medidas difusas, hechos difusos, relaciones difusas y niveles difusos.

INTRODUCCIÓN

Cada día las organizaciones tienen más información porque sus sistemas producen una gran cantidad de operaciones diarias que se almacenan generalmente en bases de datos transaccionales. Con el fin de analizar esta información histórica, una alternativa interesante es implementar un DW. Un DW es una colección de datos orientada a un determinado ámbito (empresa, organización, etc.), integrado, no volátil y variable en el tiempo, que es utilizado para el apoyo a la toma de decisiones en la entidad en la que se utiliza [3,12].

Los elementos principales de un DW son dimensiones, jerarquías, hechos y medidas.

Una dimensión es un concepto abstracto que modela un contexto para el análisis. Sobre las dimensiones se pueden definir jerarquías, que permiten acceder a los datos a diferentes niveles o categorías de detalle [3,12].

Los hechos representan una tupla de claves primarias, foráneas y medidas. Las medidas son valores numéricos, por lo que el tipo de análisis que se puede realizar es cuantitativo. Sin embargo, en el proceso de toma de decisiones también es valorado el análisis cualitativo. El análisis cualitativo, está orientado a analizar características de alguna cosa más que una cantidad que es el caso de un análisis cuantitativo.

En el contexto de análisis cuantitativo se utilizan los DW y para extender un DW a un DWD se utiliza lógica difusa [25] de tal forma de incluir los aspectos cualitativos en el análisis de datos. Entonces es necesario comprender cuáles son los elementos de un DW que se extienden para componer un DWD. Comenzando por qué es un atributo difuso. Una clasificación de información difusa es presentada en [9-10,22,29-30] donde se definen los atributos difusos como atributos tipo 1, tipo 2 y tipo 3.

Los atributos difusos tipo 1 [9-10,22,29-30] son atributos clásicos que admiten el tratamiento impreciso, donde las etiquetas lingüísticas definidas solo se usarán en las condiciones difusas de las consultas.