| dc.contributor.advisor | Rúa Pérez, Santiago | |
| dc.coverage.spatial | cead_-_yopal | spa |
| dc.creator | Noguera Torres, Adriana del Pilar | |
| dc.date.accessioned | 2021-05-04T21:48:07Z | |
| dc.date.available | 2021-05-04T21:48:07Z | |
| dc.date.created | 2021-04-29 | |
| dc.identifier.uri | https://repository.unad.edu.co/handle/10596/40465 | |
| dc.description.abstract | Los cambios en entornos competitivos de las organizaciones y las sociedades, generados
por la irrupción de las TICs en diversos ámbitos de la sociedad; la globalización
de las economías; la internacionalización de los mercados; y los desarrollos científicos
y tecnológicos que han posibilitado y potencializado la libre movilidad de mercancías,
personas y conocimientos a nivel mundial, han generado nuevos desafíos para la
formación de las personas. Es importante resaltar que los cambios tecnológicos constituyen
el motor que impulsa la exploración y búsqueda de nuevas opciones que posibiliten
la educación de personas y la generación de condiciones para facilitar los procesos
de aprendizaje en la llamada sociedad del conocimiento, dando respuesta a las necesidades
de formación de comunidades y personas con dificultades para acceder a la formación
tradicional con la educación a distancia, que ha evolucionado hacia la educación
virtual soportado en formación E-learning (Castillo et al., 2017). E-learning usa tecnologías
digitales para la generación de aprendizajes, conocida también como aprendizaje
en medios electrónicos, basado en computadores, a través de internet o, basado en la
web. La Universidad Nacional Abierta y a Distancia UNAD centra su formación en el
modelo establecido por E-Learning, haciendo énfasis en que su misión es contribuir a la
educación para todos a través de la modalidad abierta y a distancia utilizando como eje
central lo que se conoce actualmente como ambientes virtuales de aprendizaje utilizando
las tecnologías de la información y las comunicaciones para fomentar y acompañar
el aprendizaje autónomo (Cardenas et al., 2017). De esta forma, el Modelo Pedagógico
Unadista reconoce en su acción e-learning por su amplio potencial comunicativo e
interactivo, y por la posibilidad de promover la construcción de sentidos y significados
mediante el manejo de la información mediada por diferentes tipos de tecnologías.
6
Actualmente, para el procedimiento de matrícula, se han implementado filtros
que le limitan los cursos a seleccionar cuando se trata de un estudiante nuevo y que no
ingresa por convenio de homologación, pero en caso contrario, cuando el estudiante ingresa
por convenio de homologación con el SENA, se presenta el inconveniente que no
se ven relacionados los cursos homologados en el aplicativo de Registro y Control, y por
lo tanto, en la plataforma de matrícula le presenta al estudiante una oferta completa
llevando a que, en la mayoría de los casos, el estudiante matricule cursos homologados
por acuerdos de convenio institucional.
Adicional a esto, estudiantes de últimos periodos de matrícula deben seleccionar
los cursos electivos disciplinares y de profundización y se requiere de mayor acompañamiento
de parte de la universidad aumentando así la atención in situ para asesoría de
matrícula, con el fin de apoyar al estudiante para que seleccione cursos de acuerdo con
su perfil académico y con el enfoque laboral en el cual se ve inmerso el estudiante.
Dentro del procedimiento de matrícula en periodos de 16 semanas se tiene la posibilidad
de solicitar cambios de cursos, aplazamientos y/o cancelación de cursos, lo que
se conoce en la UNAD como Solicitud de Novedades, estos procedimientos en los diferentes
centros de la universidad generan un amplio número de solicitudes radicadas
ante Registro y Control, siendo uno de los principales puntos críticos de atención en
esta dependencia. Por otra parte, la Cadena de formación en Electrónica Telecomunicaciones
y Redes (ETR) no cuenta con un sistema de recomendación de matrícula de
cursos electivos que facilite al estudiante la selección de cursos electivos para dar cumplimiento
con su respectiva malla curricular y de esta forma aportar en la disminución
de los índices de novedades registradas en los diferentes centros a nivel nacional, donde
solicitan cancelación, aplazamiento o cambio de cursos debido a matrícula errónea por
causas diferentes, resaltando el desconocimiento de prerrequisitos, ya que actualmente
la oferta de matrícula no tiene en cuenta todos los prerrequisitos de los cursos electivos.
Por lo antes expuesto, vale la pena evaluar qué grado de impacto se puede generar
en estudiantes y docentes de los programas académicos mencionados de la Univer7
sidad Nacional Abierta y a Distancia UNAD y, a su vez, en los indicadores de registros
de novedades de matrícula en los centros, con la implementación de un sistema basado
en inteligencia artificial que genere recomendaciones de cursos electivos a los usuarios
para generar matrículas oportunas de acuerdo a su avance en el programa de formación
y gustos académicos, de esta manera se logra una propuesta que integre la tecnología
con el sector académico que forma en ciencias de ingeniería, en concordancia con los
nuevos enfoques tecnológicos, así como generar el beneficio de los futuros profesionales
en ramas afines.
Este sistema propuesto le entrega al usuario una relación de cursos electivos a
matricular teniendo en cuenta el historial académico de varios estudiantes que conforman
la base de datos y con esta información, el sistema selecciona los que tendrían mayor
afinidad de acuerdo con el perfil del estudiante usuario. Estos cursos corresponden
a los que presentan un valor de métricas de medición con mejores características respecto
a la matriz de Usuarios/Ítems que conforman el sistema. Esta matriz está conformada
por 222 Usuarios (Estudiantes) y 104 Ítems (Cursos), información resultante de
una base de datos inicial que contiene información de 253 estudiantes con un total de
11610 datos de cursos en su historial académico en un documento cuyo tamaño inicial
era de 417 KB. Como se evidencia, dicha información es organizada y seleccionada teniendo
en cuenta que contiene estudiantes matriculados por convenio institucional y eso
genera calificaciones vacías en algunos de los ítems relacionados en la base de datos de
Cursos. Por lo tanto, se evidencia la necesidad de optimizar la información de la base
de datos para la creación del dataframe que comprende el sistema.
Adicional, en el desarrollo de la propuesta se generan dos algoritmos de sistemas
de recomendación que aplican la técnica de filtrado colaborativo utilizando dos metodologías
enfocadas en la factorización matricial, obteniendo así que el primer modelo se
enfoca en la factorización matricial no negativa, mientras el segundo modelo propuesto
se enfoca en la aplicación de la factorización matricial por SVD; siendo éste último
el sistema que genera los mejores resultados en métricas de medición, optimización de
tiempo y recursos de máquina y precisión en la recomendación a entregar al usuario del
8
sistema.
Es importante resaltar que la evaluación de los modelos propuestos se sustenta
en la hipótesis que indica que la eficiencia de los algoritmos para los sistemas de recomendación
por filtrado colaborativo toma como base la información relacionada en la
matriz de de Usuarios/Ítems y la función de similitud utilizada para la creación del vecindario
conformado por los vecinos más cercanos. | spa |
| dc.format | pdf | spa |
| dc.title | Sistema de recomendación de matrícula de cursos electivos para estudiantes de Ingeniería Electrónica e Ingeniería de Telecomunicaciones de la UNAD | spa |
| dc.type | Proyecto aplicado | spa |
| dc.subject.keywords | Inteligencia artificial | spa |
| dc.subject.keywords | Aprendizaje | spa |
| dc.description.abstractenglish | The changes in competitive environments of organizations and societies, generated
by the emergence of ICTs in various areas of society; the globalization of economies;
the internationalization of markets; and the scientific and technological developments
that have made possible and potentiated the free mobility of goods, people and knowledge
worldwide, have generated new challenges for the training of people. It is important
to highlight that technological changes constitute the engine that drives the exploration
and search for new options that make possible the education of people and
the generation of conditions to facilitate learning processes in the so-called knowledge
society, responding to training needs of communities and people with difficulties in accessing
traditional training with distance education, which has evolved towards virtual
education supported by E-learning training. E-learning uses digital technologies for the
generation of learning, also known as learning in electronic media, based on computers,
through the Internet or based on the web.
The Universidad Nacional Abierta y a Distancia UNAD focuses its training on
the model established by E-Learning, emphasizing that its mission is to contribute to
education for all through the open and distance modality using as a central axis what
is currently known as virtual learning environments using information and communication
technologies to promote and accompany autonomous learning. In this way, the
Modelo Pedagógico Unadista recognizes in its e-learning action for its wide communicative
and interactive potential, and for the possibility of promoting the construction
of senses and meanings through the management of information mediated by different
types of technologies. Currently, for the enrollment procedure, filters have been implemented
that limit the courses to be selected when it is a new student who does not en10
ter by homologation agreement, but otherwise, when the student enters by homologation
agreement with the SENA, the drawback is that the approved courses in the Registro
y Control application are not related, and therefore, in the enrollment platform it
presents the student with a complete offer, leading to the fact that, in most cases, the
student enrolls courses approved by institutional agreement agreements.
Additionally, students who are in the last periods of enrollment must select the
disciplinary electives and deepening courses and more support is required from the university,
thus increasing the attention on site for enrollment advice, in order to support
the student. to select courses according to their academic profile and the work approach
in which the student is immersed. Within the enrollment procedure in periods of 16
weeks, there is the possibility of requesting changes of courses, postponements and/or
cancellation of courses, which is known at the UNAD as Request for News, these procedures
in the different centers of the university generate a large number of applications
filed with the Registry and Control, being one of the main critical points of attention
in this agency. On the other hand, the Cadena de formación en Electrónica Telecomunicaciones
y Redes (ETR) does not have a system for recommending the enrollment of
elective courses that facilitates the student’s selection of elective courses to comply with
their respective curricular mesh and thus contribute in the decrease in the indexes of
novelties registered in the different centers nationwide, where they request cancellation,
postponement or change of courses due to wrong enrollment for different reasons, highlighting
the ignorance of prerequisites, since currently the enrollment offer does not have
in counts all prerequisites for elective courses.
Due to the aforementioned, it is worth evaluating what degree of impact can be
generated in students and teachers of the academic programs referred of the Universidad
Nacional Abierta y a Distancia UNAD and, in turn, in the indicators of registration
new enrollment in the centers, with the implementation of a system based on artificial
intelligence that generates recommendations for elective courses to users to generate
timely enrollments according to their progress in the training program and academic
tastes, in this way a proposal that integrates technology is achieved with the aca11
demic sector that trains in engineering sciences, in accordance with the new technological
approaches, as well as generating the benefit of future professionals in related fields.
This proposed system provides the user with a list of elective courses to enroll
taking into account the academic history of several students that make up the database
and with this information, the system selects those that would have the greatest
affinity according to the profile of the user student. . These courses correspond to those
that present a value of measurement metrics with better characteristics with respect
to the matrix of Users/Items that make up the system. This matrix is made up of 222
Users (Students) and 104 Items (Courses), information resulting from an initial database
that contains information on 253 students with a total of 11,610 course data in
their academic history in a document whose initial size was of 417 KB. As evidenced,
said information is organized and selected taking into account that it contains students
enrolled by institutional agreement and that generates empty grades in some of the related
items in the Courses database. Therefore, the need to optimize the information in
the database for the creation of the dataframe that comprises the system is evident.
Additionally, in the development of the proposal, two algorithms of recommendation
systems are generated that apply the collaborative filtering technique using two
methodologies focused on matrix factorization, thus obtaining that the first model focuses
on non-negative matrix factorization, while the second proposed model focuses on
the application of matrix factorization by SVD; The latter being the system that generates
the best results in measurement metrics, optimization of time and machine resources,
and precision in the recommendation to be delivered to the user of the system.
It is important to highlight that the evaluation of the proposed models is based
on the hypothesis that the efficiency of the algorithms for the collaborative filtering recommendation
systems is based on the information related in the Users/Items matrix
and the similarity function. Used for the creation of the neighborhood made up of the
closest neighbors. | spa |
| dc.subject.category | Maestría en Gestión de Tecnología de Información | spa |
