Sistema analítico basado en un modelo predictivo de procesamiento de datos en la big data en la educación superior

• Autor: Alarcón García, Roger Ernesto
• Formato: tesis doctoral
• Fecha de Publicación: 2021
• Institución: Universidad Señor de Sipan
• Repositorio: USS-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.uss.edu.pe:20.500.12802/9040
• Enlace del recurso: https://hdl.handle.net/20.500.12802/9040
• Nivel de acceso: acceso abierto
• Materia: Big data; Modelo predictivo; Procesamiento de datos; Sistema analítico; https://purl.org/pe-repo/ocde/ford#2.02.04

Las organizaciones en la actualidad están generando un alto volumen de datos a través de sus procesos internos, los mismo que permiten satisfacer sus necesidades, pero acarrea dificultades dadas las limitantes capacidades humanas que han sido superadas para lograr analizar los datos y generar conocimiento útil que le permita a la organización tomar las mejores decisiones, la presente investigación tiene como problema el inadecuado procesamiento de datos que limitan el tratamiento de los datos académicos. Las causas detectadas sugieren profundizar en el procesamiento de datos en la Big data, por lo que se plantea como objetivo Aplicar un Sistema Analítico basado en un modelo predictivo que tenga en cuenta la relación entre las técnicas predictivas integradas y los grandes volúmenes de datos para el procesamiento de los datos académicos. Se propone un modelo predictivo de procesamiento de datos en la Big data diseñado en base a 4 dimensiones: Soporte tecnológico, analítica del negocio, analítica de datos y decisiones basadas en datos; este modelo se materializa en un Sistema Analítico que se implementa en 8 etapas: Caracterización del usuario, requerimiento del negocio, almacenamiento de datos, infraestructura tecnológica, ingeniería de características, procesamiento computacional, visualización y decisiones. Finalmente, el sistema analítico se implementa en forma práctica, utilizando 5479 datos de estudiantes de los semestres del 2016-I al 2020-I, de los cuales se utilizaron 1096 para la evaluación del rendimiento del sistema, obteniéndose un 92.97% en la detección correcta de forma global el cual fue superior al 84.95% obtenido en el sistema base.