Sumilla:
Se busca desarrollar una herramienta integrada al actual sistema de matrícula vía web. El objetivo es predecir la conveniencia de cursar una asignatura específica para un estudiante determinado, a partir de los resultados históricos obtenidos por estudiantes con rendimientos académicos similares. Para ello, la investigación propone un sistema automático de asesorías, similar a un sistema de recomendación. Este sistema usa un motor basado en técnicas estadísticas, de minería de datos (DM) e inteligencia artificial (AI). Mediante su aplicación, es factible construir un modelo que represente el comportamiento de los estudiantes. La investigación se centra en la experimentación con datos reales correspondientes a las matrículas de los estudiantes de la Facultad de Ingeniería de Sistemas de la Universidad de Lima realizadas desde que inició sus actividades. Esta base está compuesta por datos que genera el estudiante al momento de efectuar su matrícula: la cantidad de asignaturas que cursaron en cada semestre académico, las notas que obtuvieron en ellas, sus promedios ponderados y acumulados por semestre académico, entre otros. Su análisis involucra técnicas de clasificación supervisada, con el fin específico de descubrir tendencias, patrones ocultos y reglas que servirán como base para un sistema de soporte de decisiones (DSS) que estará al servicio del estudiante.
