Seguimiento del egresado con técnicas de minería de datos: caso facultad de ingeniería pesquera de la Universidad Nacional san Luis Gonzaga periodo 2017-2021

dc.contributor.advisorPeña Casas, Erwin Pablo
dc.contributor.authorSandoval Pérez, Lois Alexander
dc.date.accessioned2025-12-01T13:38:04Z
dc.date.available2025-12-01T13:38:04Z
dc.date.issued2025
dc.description.abstractEl Objetivo: Evaluar la información de los egresados de la facultad de Ingeniería Pesquera de la universidad nacional San Luis Gonzaga utilizando minería de datos para el periodo 2017-2021. La metodología utilizada del tipo aplicada, no experimental, de corte transversal retrospectivo, para lo cual se utilizó la Metodología CRISP-DM (Cross-Industry Standard Process for Data Mining), aplicando el algoritmo para aprendizaje no supervisado K-Means, del software Orange Data Mining. siguiendo cada una de sus fases. Los resultados el tiempo de duración de la carrera profesional, están entre los tiempos establecidos de 5 años, con una edad media de egreso entre 23.41-23.44 para ambas escuelas pesquería y alimentos. Otros resultados, muestran que han obtenido su bachiller solo el 69.88% de la escuela de alimento y 77.46% de la escuela de pesquería siendo este valor muy reducido, considerando que el bachiller es automático. Más se agudiza con los titulados, solo el 22.41% de la escuela de alimentos y 16.42% de la escuela de pesquería. La información de las variables sobre el trabajo de los egresados es muy escasa por lo cual no se pudo realizar el análisis. Concluyendo que el software de minería de datos aporta importantes resultados para la facultad de ingeniería pesquera que mejorar sus procesos de bachillerato y titulación, así como el registro de la condición laboral de cada egresado, bachiller o titulado que es muy escasa.
dc.description.abstractThe Objective: To evaluate the information of the graduates of the Faculty of Fisheries Engineering of the Universidad Nacional San Luis Gonzaga national university using data mining for the period 2017-2021. The methodology used was applied, non-experimental, retrospective cross-sectional, for which the CRISP-DM Methodology (Cross-Industry Standard Process for Data Mining) was used, applying the algorithm for unsupervised learning K-Means, of the Orange Data Mining software, following each of its phases. The results show that the duration of the professional career is within the established time frame of 5 years, with an average age of graduation between 23.41-23.44 for both the fishery and food schools. Other results show that only 69.88% of the food school and 77.46% of the fishery school have obtained their bachelor's degree, which is very low, considering that the bachelor's degree is automatic. It is even more acute with the graduates, only 22.41% of the food school and 16.42% of the fishery school. The information of the variables on the work of the graduates is very scarce, so the analysis could not be carried out. In conclusion, the data mining software provides important results for the faculty of fisheries engineering to improve its baccalaureate and degree processes, as well as the record of the employment status of each graduate, baccalaureate, or degree holder, which is very scarce.
dc.formatapplication/pdf
dc.identifier.urihttps://hdl.handle.net/20.500.13028/6914
dc.language.isospa
dc.publisherUniversidad Nacional San Luis Gonzaga
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.subjectMinería de datos
dc.subjectMetodología CRISP-DM
dc.subjectSeguimiento de egresados
dc.subjectData mining
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.02.04
dc.titleSeguimiento del egresado con técnicas de minería de datos: caso facultad de ingeniería pesquera de la Universidad Nacional san Luis Gonzaga periodo 2017-2021
dc.typeinfo:eu-repo/semantics/masterThesis
dc.type.versioninfo:eu-repo/semantics/publishedVersion
renati.advisor.dni21419313
renati.advisor.orcidhttps://orcid.org/0000-0002-2881-7528
renati.author.dni44866036
renati.discipline612187
renati.jurorJimenez Garavito, Juan José
renati.jurorChávez Guillen, Rolando Maximiano
renati.jurorQuispe Tincopa Lino Martín
renati.levelhttps://purl.org/pe-repo/renati/level#maestro
renati.typehttps://purl.org/pe-repo/renati/type#tesis
thesis.degree.disciplineIngenieria de Sistemas con mención en Gestión de tecnologías de la Información
thesis.degree.grantorUniversidad Nacional San Luis Gonzaga. Escuela de Posgrado
thesis.degree.nameMagister en Ingenieria de Sistemas con mención en Gestión de tecnologías de la Información

Archivos

Bloque original

Mostrando 1 - 3 de 3
Cargando...
Miniatura
Nombre:
Seguimiento del egresado con técnicas de minería de datos caso facultad de ingeniería pesquera de la Universidad Nacional san Luis Gonzaga periodo 2017-2021.pdf
Tamaño:
2.82 MB
Formato:
Adobe Portable Document Format
No hay miniatura disponible
Nombre:
ANTIPLAGIO.pdf
Tamaño:
139.77 KB
Formato:
Adobe Portable Document Format
No hay miniatura disponible
Nombre:
Formato de autorización.pdf
Tamaño:
1.31 MB
Formato:
Adobe Portable Document Format

Bloque de licencias

Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.27 KB
Formato:
Item-specific license agreed upon to submission
Descripción: