MODELO DE CLUSTERING BASADO EN REDES NEURONALES PARA IDENTIFICAR EL PERFIL DE LOS ALUMNOS POR SEGMENTO ENFOCADO A LOS SERVICIOS DE TECNOLOGÍAS DE INFORMACIÓN DE LA UNIVERSIDAD PERUANA UNIÓN

En la presente investigación se ha aplicado el algoritmo de k-medias del modelo de redes neuronales artificiales, para agrupar e identificar las características que perciben los alumnos con respecto a los servicios de tecnologías de información de la UPeU.El algoritmo ha determinado 3 grupos, y por...

Descripción completa

Guardado en:
Publicado en:Revista de Investigación Business Intelligence
Autores principales: Moreno Tineo, Ronald Jesus, Pisco Sandoval, Edward Ayax, Vela Becerra, Cristian Irvin, Palza Vargas, Edgardo, Mamani Apaza, Guillermo, Acuña Salinas, Erika
Formato: Artículo de revista
Lenguaje:español
Publicado: Revista de Investigación Business Intelligence 2016
Materias:
Algoritmo de K-medias
perfil de alumno
redes neuronales
minería de datos
tecnologías de información
metodología CRIP-DM.
Acceso en línea:Ver en el sistema de origen
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
Sumario:En la presente investigación se ha aplicado el algoritmo de k-medias del modelo de redes neuronales artificiales, para agrupar e identificar las características que perciben los alumnos con respecto a los servicios de tecnologías de información de la UPeU.El algoritmo ha determinado 3 grupos, y por cada grupo ha identificado los atributos y características más relevantes de los servicios que brinda DIGESI. Para lograr el objetivo se utilizó la metodología CRISP-DM que es para proyectos de minería de datos.CRISP-DM como metodología muy difundida y con los antecedentes de trabajo anteriores, permite un mayor respaldo al desarrollo del proyecto.
ISSN:2415-0258

Ejemplares similares