Minería de datos aplicada a la segmentación de estudiantes y captación de nuevos perfiles mediante técnicas de clustering

Resumen

El presente proyecto propone la aplicación de herramientas de minería de datos, en particular técnicas de clustering, para identificar los perfiles más representativos que hayan pasado por la escuela de conducción CONDUESPOCH ubicada en la ciudad de Riobamba.

La investigación se justifica en la necesidad de mejorar la captación de estudiantes antes de cada nuevo periodo académico, y mediante el procesamiento de información histórica con el que cuenta la institución es posible segmentar estos individuos en diferentes grupos. El desarrollo se fundamenta en la aplicación de modelos K-Means y DBSCAN, cada uno con sus fortalezas y debilidades en función de la naturaleza y distribución de los datos a disposición; resultando el modelo DBSCAN el más adecuado para el caso de estudio al alcanzar métricas de validación de 0.78 para el coeficiente de silueta y 0.27 para el índice de Davies-Bouldin.

El estudio adopta un enfoque cuantitativo y exploratorio, con una metodología aplicada. Se analizarán las principales características de los grupos más significativos para plantear estrategias de captación que puedan ser efectivas para la institución.

El programa busca mejorar la integración de la minería de datos en la gestión institucional, simplificando los procesos de captación de estudiantes para que la escuela mantenga un alto perfil en la región con sus similares; además de garantizar una toma de decisiones eficiente e informada a partir del conocimiento adquirido.