Minado preliminar de datos de los intereses académicos de estudiantes de licenciatura

Abstract

Esta investigación se enfoca en identificar los intereses académicos de los estudiantes universitarios de la División Académica de Ciencias y Tecnologías de la Información (DACYTI) de la Universidad Juárez Autónoma de Tabasco (UJAT).Esta División cuenta con cuatro carreras activas, por lo que se diseñó un cuestionario como instrumento de recolección de datos por carrera, basados en el mapa curricular. Los cuestionarios fueron elaborados con la finalidad de recabar información precisa y contextualizada sobre las preferencias, motivaciones y áreas de interés académico de los estudiantes. Los instrumentos fueron enviados y aprobados por el Comité de Ética de la Universidad. La muestra estuvo conformada por 152 estudiantes, quienes debían tener al menos el 40% de avance curricular. Para el análisis de la información se aplicaron técnicas de minería de datos, y para tareas de clasificación se utilizaron algoritmos como: Random Forest, J48, JRip, OneR, K-Nearest Neighbors (KNN), Máquinas de Vectores de Soporte (SVM) con diferentes kernels. También se aplicaron filtros de selección de variables relevantes: CFS (Correlation-based Feature Selection), Chi Squared, Information Gain y Random Forest. Para evaluar cada modelo se tomaron en cuenta las métricas: Accuracy, Kappa, Sensibilidad, Especificidad y Balanced Accuracy. Con base en los experimentos realizados, el clasificador con mejores resultados en todos los experimentos fue Random Forest y el filtro que menos variables relevantes generó fue CFS. Algunas de las variables más frecuente en los experimentos que mostró mayor relevancia fue la calificación del área de interés y la experiencia previa que los estudiantes tenían antes de ingresar a la carrera. Esto sugiere que tanto el rendimiento académico en asignaturas como la experiencia previa a temas del área influyen significativamente en los intereses académicos de los alumnos. Para futuras investigaciones, se propone emplear metaheurísticas y ensamble de clasificadores, así como también realizar un análisis profundo por carrera balanceando los datos de las clases.