Análisis predictivo del crecimiento poblacional de la Universidad Nacional de Colombia, sede Bogotá

La Oficina de Planeación y Estadística (OPE) de la Universidad Nacional de Colombia es la encargada de implementar las políticas de planeación y desarrollo institucional de la Sede Bogotá. Actualmente, los integrantes de la OPE han llevado a cabo un trabajo de recopilación, estructuración y descripción de la información que se consolida en tableros interactivos de Tableau y la Plataforma de Registro de Informes de Gestión (PRIG). Sin embargo, no se ha realizado ningún trabajo de analítica predictiva con técnicas propias de sistemas inteligentes. Este trabajo se propone así dar el primer paso en este sentido al realizar modelos predictivos de las tendencias de comportamiento del crecimiento poblacional de matriculados, docentes, graduados y administrativos a partir de las bases de datos de la OPE mediante algoritmos de machine learning con el fin de apoyar la planeación estratégica institucional. El proyecto se desarrolló con la metodología especializada en proyectos de análisis de datos ASUM-DM y la investigación cualitativa, la cual permitió medir la percepción de utilidad de los modelos. A partir del Ciclo de Transferencia Tecnológica (CTT) y el Modelo Biopsicosocial y Cultural de la Universidad El Bosque, se logró transformar los hábitos de los integrantes de la OPE en el uso de herramientas de analítica predictiva. Los modelos se elaboraron con técnicas de auto machine learning y el algoritmo utilizado para todos los conjuntos de datos fue el Random Forest Regressor con un 90 % de R2. La importancia de los modelos radica en la optimización de recursos físicos, humanos y financieros y poder prever la demanda de los servicios ofrecidos. Esto afecta las dimensiones económicas, sociales y culturales del entorno universitario ya que facilita la planeación estratégica de la universidad.

• Autores: Forero Bocanegra, Juan Felipe; Pedraza Romero, Daniel Andrés
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2022
• Institución: Universidad El Bosque
• Repositorio: Repositorio U. El Bosque
• Idioma: spa
• OAI Identifier: oai:repositorio.unbosque.edu.co:20.500.12495/9494
• Acceso en línea: http://hdl.handle.net/20.500.12495/9494
• Palabra clave: Planeación estratégica; Analítica predictiva; Aprendizaje automático; 621.3; Strategic planning; Predictive analytics; Machine learning
• Rights: openAccess
• License: Attribution-NonCommercial-NoDerivatives 4.0 Internacional