MODEL CLUSTERING NEURAL NETWORK MONITORING APPLICATIONS NO K-MEANS ALGORITHM FOR THE SEGMENTATION OF THE PERUVIAN UNIVERSITY STUDENTS UNION

El presente trabajo de investigación tiene como objetivo identificar el perfil del alumno moroso utilizando algoritmo de clústeres basado en la red neuronal de k-media para la segmentación de los alumnos de la UPeU, de manera que exista la mayor homogeneidad posible dentro de los grupos, con respect...

Descripción completa

Guardado en:
Publicado en:Revista de Investigación Business Intelligence
Autores principales: Pacco Palomino, Rodolfo, Del Rosario Montero, Wilson, Anquise Ibañiz, Tomas, Palza Vargas, Edgardo, Mamani Apaza, Guillermo
Formato: Artículo de revista
Lenguaje:español
Publicado: Revista de Investigación Business Intelligence 2016
Materias:
Clusteres
Crisp-DM
Morosidad
Sigmoidal
Algoritmos
K-medias
UPeU.
Acceso en línea:Ver en el sistema de origen
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
_version_ 1881503248117923840
author Pacco Palomino, Rodolfo
Del Rosario Montero, Wilson
Anquise Ibañiz, Tomas
Palza Vargas, Edgardo
Mamani Apaza, Guillermo
author_browse Anquise Ibañiz, Tomas
Del Rosario Montero, Wilson
Mamani Apaza, Guillermo
Pacco Palomino, Rodolfo
Palza Vargas, Edgardo
author_facet Pacco Palomino, Rodolfo
Del Rosario Montero, Wilson
Anquise Ibañiz, Tomas
Palza Vargas, Edgardo
Mamani Apaza, Guillermo
author_sort Pacco Palomino, Rodolfo
collection Revistas
container_title Revista de Investigación Business Intelligence
description El presente trabajo de investigación tiene como objetivo identificar el perfil del alumno moroso utilizando algoritmo de clústeres basado en la red neuronal de k-media para la segmentación de los alumnos de la UPeU, de manera que exista la mayor homogeneidad posible dentro de los grupos, con respecto a ciertos atributos que pueden ser cuantitativas o cualitativas. La metodología utilizada fue CRISP-DM, que es un estándar para proyectos de minería de datos, consta de las siguientes 6 fases, la comprensión del negoción, la comprensión de los datos, la preparación de datos, el modelado, la evaluación e la implementación. Con la aplicación del algoritmo de inteligencia artificial se ha determinado, que el perfil de un alumno moroso tiene las siguientes características, el alumno que no trabaja, el ingreso bruto del apoderado varía entre S/850.00 y S/1,569.00, tiene hermanos estudiando en la misma universidad y está cursando el tercer año de su carrera.
format Online
id oai:ojs.pkp.sfu.ca:article/917
institution UPeU
issn 2415-0258
language Spanish
publishDate 2016
publishDateRange 2016
publishDateSort 2016
publisher Revista de Investigación Business Intelligence
publisherStr Revista de Investigación Business Intelligence
record_format ojs
revista_str_mv Revista de Investigación Business Intelligence
spelling oai:ojs.pkp.sfu.ca:article/9172018-05-24T15:03:20Z MODEL CLUSTERING NEURAL NETWORK MONITORING APPLICATIONS NO K-MEANS ALGORITHM FOR THE SEGMENTATION OF THE PERUVIAN UNIVERSITY STUDENTS UNION Pacco Palomino, Rodolfo Del Rosario Montero, Wilson Anquise Ibañiz, Tomas Palza Vargas, Edgardo Mamani Apaza, Guillermo Clusteres Crisp-DM Morosidad Sigmoidal Algoritmos K-medias UPeU. El presente trabajo de investigación tiene como objetivo identificar el perfil del alumno moroso utilizando algoritmo de clústeres basado en la red neuronal de k-media para la segmentación de los alumnos de la UPeU, de manera que exista la mayor homogeneidad posible dentro de los grupos, con respecto a ciertos atributos que pueden ser cuantitativas o cualitativas. La metodología utilizada fue CRISP-DM, que es un estándar para proyectos de minería de datos, consta de las siguientes 6 fases, la comprensión del negoción, la comprensión de los datos, la preparación de datos, el modelado, la evaluación e la implementación. Con la aplicación del algoritmo de inteligencia artificial se ha determinado, que el perfil de un alumno moroso tiene las siguientes características, el alumno que no trabaja, el ingreso bruto del apoderado varía entre S/850.00 y S/1,569.00, tiene hermanos estudiando en la misma universidad y está cursando el tercer año de su carrera. Revista de Investigación Business Intelligence 2016-02-23 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Artículo revisado por pares application/pdf inode/x-empty https://revistas.upeu.edu.pe/ri_bi/article/view/917 Revista de Investigación Business Intelligence; Vol. 1 Núm. 1 (2011): Revista de Investigación Business Intelligence 2415-0258 spa https://revistas.upeu.edu.pe/ri_bi/article/view/917/885 https://revistas.upeu.edu.pe/ri_bi/article/view/917/1427 Derechos de autor 2016 Revista de Investigación Business Intelligence
spellingShingle Clusteres
Crisp-DM
Morosidad
Sigmoidal
Algoritmos
K-medias
UPeU.
Pacco Palomino, Rodolfo
Del Rosario Montero, Wilson
Anquise Ibañiz, Tomas
Palza Vargas, Edgardo
Mamani Apaza, Guillermo
MODEL CLUSTERING NEURAL NETWORK MONITORING APPLICATIONS NO K-MEANS ALGORITHM FOR THE SEGMENTATION OF THE PERUVIAN UNIVERSITY STUDENTS UNION
title MODEL CLUSTERING NEURAL NETWORK MONITORING APPLICATIONS NO K-MEANS ALGORITHM FOR THE SEGMENTATION OF THE PERUVIAN UNIVERSITY STUDENTS UNION
title_full MODEL CLUSTERING NEURAL NETWORK MONITORING APPLICATIONS NO K-MEANS ALGORITHM FOR THE SEGMENTATION OF THE PERUVIAN UNIVERSITY STUDENTS UNION
title_fullStr MODEL CLUSTERING NEURAL NETWORK MONITORING APPLICATIONS NO K-MEANS ALGORITHM FOR THE SEGMENTATION OF THE PERUVIAN UNIVERSITY STUDENTS UNION
title_full_unstemmed MODEL CLUSTERING NEURAL NETWORK MONITORING APPLICATIONS NO K-MEANS ALGORITHM FOR THE SEGMENTATION OF THE PERUVIAN UNIVERSITY STUDENTS UNION
title_short MODEL CLUSTERING NEURAL NETWORK MONITORING APPLICATIONS NO K-MEANS ALGORITHM FOR THE SEGMENTATION OF THE PERUVIAN UNIVERSITY STUDENTS UNION
title_sort model clustering neural network monitoring applications no k means algorithm for the segmentation of the peruvian university students union
topic Clusteres
Crisp-DM
Morosidad
Sigmoidal
Algoritmos
K-medias
UPeU.
topic_facet Clusteres
Crisp-DM
Morosidad
Sigmoidal
Algoritmos
K-medias
UPeU.
url https://revistas.upeu.edu.pe/ri_bi/article/view/917
work_keys_str_mv AT paccopalominorodolfo modelclusteringneuralnetworkmonitoringapplicationsnokmeansalgorithmforthesegmentationoftheperuvianuniversitystudentsunion
AT delrosariomonterowilson modelclusteringneuralnetworkmonitoringapplicationsnokmeansalgorithmforthesegmentationoftheperuvianuniversitystudentsunion
AT anquiseibaniztomas modelclusteringneuralnetworkmonitoringapplicationsnokmeansalgorithmforthesegmentationoftheperuvianuniversitystudentsunion
AT palzavargasedgardo modelclusteringneuralnetworkmonitoringapplicationsnokmeansalgorithmforthesegmentationoftheperuvianuniversitystudentsunion
AT mamaniapazaguillermo modelclusteringneuralnetworkmonitoringapplicationsnokmeansalgorithmforthesegmentationoftheperuvianuniversitystudentsunion

Ejemplares similares