Sistema de recomendación con collaborative filtering para mejorar el desempeño académico de los estudiantes del colegio “San Marcelo“

Abstract

En esta investigación lo que le da vida, es como la implementación del Machine Learning puede mejorar el desempeño académico, resolver esta duda o problema en sí, fue de gran importancia, ya que, en primera instancia, se procedió a realizar un estudio previo, para poder saber cómo estaban conformados los procesos del colegio “San Marcelo”. Por ello se realizaron los requerimientos según la metodología CRISP-DM, el cual consta de 6 fases, el sistema de recomendación (RS) con collaborative filtering, estaría incompleto, sin estar con una técnica para poder filtrar y realizar recomendaciones de acuerdo los datos ya sea del usuario o ítem, por ello se eligió el collaborative filtering, el cual es un filtrado colaborativo, que consta en comparar los datos del usuario con el ítem, de usuario a usuario. Fue el más adecuado y conveniente, ya que esto resolvería el problema principal, después del modelado del sistema, se procedió con la recolección de datos previos llamado pretest, el cual estuvo conformado por 14 alumnos de segundo de primaria, entonces se realizó la observación por 25 días, y el cuestionario para poder determinar su nivel de satisfacción de acuerdo a su desempeño. Luego de ello, se realizó el mismo procedimiento al mismo grupo, pero ya con el sistema de recomendación (RS) con collaborative filtering implementado, pero junto al sistema, se lograron optimizar procesos que el colegio posee, como la gestión académica. Entonces, al obtener los resultados del pretest y post test, se procedió a realizar la comparación, medición, fiabilidad, como las pruebas de normalidad para poder determinar que se mejoraron o resolvieron tanto los objetivos como hipótesis planteadas en esta investigación, teniendo finalmente, buenos resultados, se incrementó el promedio de calificaciones de los estudiantes en un 12.5%, se disminuyó el tiempo de visualización de notas de los estudiantes en un 75.14%, se disminuyó el tiempo de gestión de calificaciones de los estudiantes en un 40.39% y finalmente se incrementó el nivel de satisfacción en el desempeño académico de los estudiantes en un 78.56%. Como conclusión se llegó a determinar que el problema fue resuelto y mejorado en casos específicos, se logró concretar con el objetivo general e hipótesis general planteadas en esta investigación.