Predicción del rendimiento académico mediante técnicas de minería de datos

Abstract

Las técnicas de EDM (Educational Data Mining) son una herramienta la cual consiste en la implementación de técnicas y algoritmos de minería de datos en bases de datos educativas, la cual hoy en día ha tenido un crecimiento casi exponencial en cuanto a estudios con el propósito de predecir problemas en educación como el rendimiento académico, el fracaso escolar o el abandono prematuro. Además, proporcionan una variedad de metodología, lo cual nos indica que, por un lado, existe un sinfín de posibilidades para poder probar y estudiar distintas formas de aplicación; y, por otro lado, la inexistencia de un consenso en esta. Eso sí, por lo que respecta al método, prácticamente todos los estudios realizan las mismas fases: extracción de datos, lo cual pueden ser mediante cuestionarios o mediante programas informáticos en plataformas online; depuración y preparación de los datos, donde se procederá a la transformación y, si son irrelevantes, eliminación de atributos; la implementación de un algoritmo para intentar predecir la variable a estudiar y, por último, se procede a analizar dichos resultados de la predicción. En este trabajo final de máster se procederá a predecir el rendimiento académico de dos datasets correspondientes a escuelas de Portugal y universidades de Bolivia. Para ello, se han hecho uso de 3 algoritmos (Árbol de decisión, AdaBoost y Redes neuronales) donde se han comparado entre sí. Se han obtenido como resultados precisiones bastantes altas, sin distinción entre algoritmos. En conclusión, los 3 algoritmos usados pueden utilizarse para la predicción del rendimiento académico

Educational Data Mining (EDM) techniques are a tool that consists of implementing data mining techniques and algorithms in educational databases. Today, there has been an almost exponential growth in studies with the purpose of predicting problems in education such as academic performance, school failure, or early dropout. In addition, they provide a variety of methodologies, which indicates that, on the one hand, there are endless possibilities to be able to test and study different forms of application; and on the other hand, the lack of a consensus on this. However, as far as the method is concerned, practically all studies carry out the same phases: data extraction, which can be done by means of questionnaires or through computer programs on online platforms; data cleaning and preparation, where the attributes will be transformed and, if irrelevant, eliminated; the implementation of an algorithm to try to predict the variable to be studied and, finally, the prediction results are analyzed. In this master’s thesis, the academic performance of two datasets corresponding to schools in Portugal and universities in Bolivia will be predicted. To do this, 3 algorithms have been used (Decision Tree, AdaBoost and Neural Networks) where they have been compared with each other. Quite high accuracies have been obtained as results, without distinction between algorithms. In conclusion, the 3 algorithms used can be used to predict academic performance