Por favor, use este identificador para citar o enlazar este ítem:
http://dspace.unach.edu.ec/handle/51000/7793| Título : | Análisis clúster relacionado con el acceso a la educación virtual por parte de los profesores y estudiantes de la Unach |
| Autor : | Barba Maggi, Lida Mercedes Tapia Estrada, Rosa Virginia |
| Palabras clave : | CLUSTERING K-MEANS ACCESIBILIDAD EDUCACIÓN. |
| Fecha de publicación : | 28-jun-2021 |
| Editorial : | Riobamba, Universidad Nacional de Chimborazo |
| Resumen : | La Universidad Nacional de chimborazo (UNACH) dispone de varios sistemas informáticas uno de ellos es el Sistema de Control Académico (SICOA) a través del cual fueron recopilados los datos de dos encuestas correspondientes a la accesibilidad a la educación virtual en el año 2019, modalidad adoptada por el confinamiento obligatorio efecto de la pandemia Covid-19. El trabajo consistió en el análisis clúster enfocado a localizar los grupos homogéneos en su condición de accesibilidad a la educación virtual. Con la finalidad de evaluar la efectividad de la segmentación, se comparan los algoritmos de aprendizaje no supervisado K-means y K-medoids. El proceso de minería se llevó a cabo por medio de la metodología CRISP-DM, misma que permitió analiza, limpiar y construir los datos. Los resultados presentan 3 grupos homogéneos de estudiantes y 2 grupos homogéneos de docentes. Las métricas distancia de clúster al centroide y Davies Bouldin determinaron que la mayor exactitud fue alcanzada por medio de K-means. |
| Descripción : | The National University of Chimborazo (UNACH) works with several informatics systems. One of them is the Academic Control System (SICOA). This study used the SICOA to collect data from two surveys regarding the accessibility of virtual education in 2019 considering that schools adopted virtual education because of the obligated lockdown during the Covid -19 pandemic. This work consisted of a cluster analysis focused on identifying homogenous groups in their conditions of accessibility to virtual education with the aim of assessing segmentation effectiveness. We compared not supervised K- means and K-medoids learning algorithms. The mining process was conducted through the CRISPP-DM methodology. This methodology allowed data analysis, cleaning, and building. The results suggested three homogenous groups of students and two homogeneous groups of teachers. The metric distance between cluster to centroid and Davies Bouldin determined that the highest accuracy was reached through K-means. |
| URI : | http://dspace.unach.edu.ec/handle/51000/7793 |
| Aparece en las colecciones: | Tesis - Ingeniería en Sistemas y Computación |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| 8. Informe final del proyecto de Investigacion.pdf | 1,81 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.