Por favor, use este identificador para citar o enlazar este ítem: http://dspace.espoch.edu.ec/handle/123456789/5043
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorMoreno Montenegro, Franklin Geovanni-
dc.contributor.authorHidalgo Solórzano, Gustavo Xavier-
dc.date.accessioned2016-07-20T21:45:39Z-
dc.date.available2016-07-20T21:45:39Z-
dc.date.issued2016-06-
dc.identifier.citationHidalgo Solórzano, Gustavo Xavier. (2016). Proyecto de detección de patrones de participación empleando minería de datos en el entorno virtual de aplicaciones web de la ESPOCH, para predecir estudiantes exitosos. Escuela Superior Politécnica de Chimborazo. Riobamba.es_ES
dc.identifier.urihttp://dspace.espoch.edu.ec/handle/123456789/5043-
dc.descriptionEsta investigación define un modelo de predicción basado en el algoritmo de Minería de Datos Perceptron Multica, fue seleccionado mediante la curva ROC; de esta manera se utiliza datos históricos del Entorno Virtual de Aprendizaje (EVA) de la materia de Aplicaciones Web de noveno semestre de la Escuela de Ingeniería en Sistemas. Se aplicó en la obtención de las fuentes de datos, pre procesamiento de datos, extracción y limpieza, creación del modelo, interpretación de resultados. Se utilizó los datos fuentes Las fuentes de la Plataforma Virtual MOODLE de la ESPOCH y el Sistema Académico; de la misma forma el pre-procesamiento se realizó en el motor PostgreSQL, se crearon dos Data Mart; utilizando un modelo dimensional relacional tipo estrella, donde se crearon las tablas de dimensiones y hechos con sus respectivas medidas, el resultado del análisis es la información contenida en la tabla de hechos, sometido al weka y R para identificar los patrones y su posterior predicción. Los datos de Didáctica informática la Escuela de Ingeniería en Sistemas del actual semestre, fue sometido al modelo de predicción para evaluar el modelo. El algoritmo proporciona es de 90% de certeza, con esta predicción se aceptó la hipótesis nula.es_ES
dc.description.abstractThis research defines a prediction model based on the algorithm for, data mining Multilayer Perceptron was selected by the ROC curve; in this way it is used, historical data of Virtual Learning Environment (VLE) of the subject matter: Web Application in ninth semester at the school of Virtual Platform MOODLE of ESPOCH and the Academic System; in the same way the pre-processing was performed in the PostgreSQL engine two Data Mart were created; using a start-relational dimensional model, where the dimension tables and made with their respective measures were created, the result of the analysis is the information contained in the fact table, submitted to weka and R to identify patterns and its subsequent prediction. Teaching computer data School of Systems Engineering of the current semester, it was submitted to the prediction model to evaluate the model. The algorithm provides of 90% certainty, with this prediction the null hypothesis was accepted.es_ES
dc.language.isospaes_ES
dc.publisherEscuela Superior Politécnica de Chimborazoes_ES
dc.relation.ispartofseriesUDCTIPEC;20T00742-
dc.rightsinfo:eu-repo/semantics/openAccesses_ES
dc.subjectMOODLEes_ES
dc.subjectALGORITMOS PREDICTIVOSes_ES
dc.subjectMINERÍA DE DATOSes_ES
dc.subjectPERCEPTRON MULTICAPAes_ES
dc.subjectAPRENDIZAJE NO SUPERVISADOes_ES
dc.subjectINFORMÁTICAes_ES
dc.titleProyecto de detección de patrones de participación empleando minería de datos en el entorno virtual de aplicaciones web de la ESPOCH, para predecir estudiantes exitososes_ES
dc.typeinfo:eu-repo/semantics/masterThesises_ES
dc.contributor.miembrotribunalSamaniego Erazo, Gonzalo Nicolay-
dc.contributor.miembrotribunalHuilca Palacios, Jorge Ernesto-
dc.rights.urihttps://creativecommons.org.//licenses/by-nc-sa/3.0/ec/es_ES
Aparece en las colecciones: Maestrias: Modalidad Proyectos de Investigación y Desarrollo

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
20T00742.pdf3 MBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons