Sistema de información para predecir el porcentaje de estudiantes que se matricularan en los próximos 5 años en la facultad de ingeniería de la USB

El presente proyecto desarrolla un sistema de información que proporciona una herramienta efectiva para anticipar el porcentaje de estudiantes que se matricularán en la Facultad de Ingeniería de la Universidad De San Buenaventura (USB) en los próximos años. Este objetivo se alcanza mediante una metodología exhaustiva de análisis de datos tanto retrospectivo como prospectivo, lo que permite una visión detallada de las tendencias históricas y una proyección hacia el futuro en el comportamiento de matrícula estudiantil. En este proceso, se emplean diversas técnicas y modelos de análisis, entre los que destacan la regresión lineal y el algoritmo de Random Forest, que, al ser implementados, permiten obtener una estimación de las cifras de matrícula. Además, el proyecto incluye la incorporación de modelos de análisis de sentimientos, los cuales se implementan con el propósito de evaluar las opiniones de los estudiantes a su vez, son sometidos a pruebas que miden su efectividad en este análisis. Esto permite una mejor comprensión de la percepción que los estudiantes tienen sobre su experiencia en la universidad, aportando información clave para el desarrollo institucional. A modo de integración y con el fin de facilitar el acceso a estos métodos, donde se ha desarrollado un aplicativo web en Django, el cual incorpora las herramientas utilizadas, ofreciendo una plataforma interactiva y funcional en la que los usuarios pueden interactuar de manera intuitiva. con el sistema

• Autores: Guanume Zapata, Julian; Quiceno Isaza, Juan Camilo; Rizo Tutacha, David Santiago
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2025
• Institución: Universidad de San Buenaventura
• Repositorio: Repositorio USB
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.usb.edu.co:10819/23817
• Acceso en línea: https://hdl.handle.net/10819/23817
• Palabra clave: 000 - Ciencias de la computación, información y obras generales; Matrícula estudiantil; Estudiantes; Visión estratégica; Análisis retrospectivo; Análisis prospectivos; Análisis de datos; BigData; Tendencias de ingresos a universidades; NPL; Análisis de sentimientos; Retrospective analysis; Prospective analysis; Data analysis; College admissions trends
• Rights: openAccess
• License: http://purl.org/coar/access_right/c_abf2