Sistemas de recomendación de programas universitarios basados en deep learning y procesamiento de lenguaje natural
El trabajo desarrollado en este proyecto de grado se vio influenciado, principalmente por la indecisión que muchos bachilleres recién graduados presentan al momento de escoger la carrera universitaria que más se acerca a sus gustos. Por esto, se desea facilitar un mecanismo que, según característica...
- Autores:
-
Gómez Celis, Juan Sebastian
Mendoza Patalagua, Carlos Alberto
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2019
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/44443
- Acceso en línea:
- http://hdl.handle.net/1992/44443
- Palabra clave:
- Sistemas de recomendación
Orientación profesional
Aprendizaje automático (Inteligencia artificial)
Procesamiento de lenguaje natural (Computación)
Orientación estudiantil
Ingeniería
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-nc-nd/4.0/
| id |
UNIANDES2_248b786ae80354f94029a89fcc48b925 |
|---|---|
| oai_identifier_str |
oai:repositorio.uniandes.edu.co:1992/44443 |
| network_acronym_str |
UNIANDES2 |
| network_name_str |
Séneca: repositorio Uniandes |
| repository_id_str |
|
| dc.title.es_CO.fl_str_mv |
Sistemas de recomendación de programas universitarios basados en deep learning y procesamiento de lenguaje natural |
| title |
Sistemas de recomendación de programas universitarios basados en deep learning y procesamiento de lenguaje natural |
| spellingShingle |
Sistemas de recomendación de programas universitarios basados en deep learning y procesamiento de lenguaje natural Sistemas de recomendación Orientación profesional Aprendizaje automático (Inteligencia artificial) Procesamiento de lenguaje natural (Computación) Orientación estudiantil Ingeniería |
| title_short |
Sistemas de recomendación de programas universitarios basados en deep learning y procesamiento de lenguaje natural |
| title_full |
Sistemas de recomendación de programas universitarios basados en deep learning y procesamiento de lenguaje natural |
| title_fullStr |
Sistemas de recomendación de programas universitarios basados en deep learning y procesamiento de lenguaje natural |
| title_full_unstemmed |
Sistemas de recomendación de programas universitarios basados en deep learning y procesamiento de lenguaje natural |
| title_sort |
Sistemas de recomendación de programas universitarios basados en deep learning y procesamiento de lenguaje natural |
| dc.creator.fl_str_mv |
Gómez Celis, Juan Sebastian Mendoza Patalagua, Carlos Alberto |
| dc.contributor.advisor.none.fl_str_mv |
Moreno Barbosa, Andrés Dario |
| dc.contributor.author.none.fl_str_mv |
Gómez Celis, Juan Sebastian Mendoza Patalagua, Carlos Alberto |
| dc.subject.armarc.es_CO.fl_str_mv |
Sistemas de recomendación Orientación profesional Aprendizaje automático (Inteligencia artificial) Procesamiento de lenguaje natural (Computación) Orientación estudiantil |
| topic |
Sistemas de recomendación Orientación profesional Aprendizaje automático (Inteligencia artificial) Procesamiento de lenguaje natural (Computación) Orientación estudiantil Ingeniería |
| dc.subject.themes.none.fl_str_mv |
Ingeniería |
| description |
El trabajo desarrollado en este proyecto de grado se vio influenciado, principalmente por la indecisión que muchos bachilleres recién graduados presentan al momento de escoger la carrera universitaria que más se acerca a sus gustos. Por esto, se desea facilitar un mecanismo que, según características que el bachiller manifieste, se logre recomendar la o las carreras que más se acercan a él. Según lo anterior, se propone un prototipo funcional de sistema de recomendación que logre dar como respuesta las carreras más cercanas a un usuario, ya sea por mediante características sociodemográficas o por procesamiento de lenguaje natural de texto abierto, a su vez, es capaz de mostrar dichas recomendaciones de manera amigable, y en el caso de la recomendación por PLN (Procesamiento de Lenguaje Natural), es capaz de brindar una explicación a esta. Para alimentar la implementación de esta solución, se procesaron datos sociodemográficos y académicos históricos de los estudiantes de la Universidad de los Andes, los cuales sirven como base para la recomendación sobre características. A su vez, se procesaron textos descriptivos y los nombres de carreras universitarias para usarlos sobre la recomendación basada en PLN. Como resultado a lo descrito, se obtuvo una aplicación web desarrollado con tecnologías JavaScript y Python, que permite resolver recomendaciones basadas en diferentes entradas representativas mencionadas. Esto se hizo bajo los requerimientos funcionales y no funcionales recopilados. Es decir, lo realiza de manera rápida y amigable, mostrándole las diferentes solicitudes que un usuario crea. |
| publishDate |
2019 |
| dc.date.issued.none.fl_str_mv |
2019 |
| dc.date.accessioned.none.fl_str_mv |
2020-09-03T14:53:06Z |
| dc.date.available.none.fl_str_mv |
2020-09-03T14:53:06Z |
| dc.type.spa.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.content.spa.fl_str_mv |
Text |
| dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/1992/44443 |
| dc.identifier.pdf.none.fl_str_mv |
u830546.pdf |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad de los Andes |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Séneca |
| dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repositorio.uniandes.edu.co/ |
| url |
http://hdl.handle.net/1992/44443 |
| identifier_str_mv |
u830546.pdf instname:Universidad de los Andes reponame:Repositorio Institucional Séneca repourl:https://repositorio.uniandes.edu.co/ |
| dc.language.iso.es_CO.fl_str_mv |
spa |
| language |
spa |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.es_CO.fl_str_mv |
25 hojas |
| dc.format.mimetype.es_CO.fl_str_mv |
application/pdf |
| dc.publisher.es_CO.fl_str_mv |
Universidad de los Andes |
| dc.publisher.program.es_CO.fl_str_mv |
Ingeniería de Sistemas y Computación |
| dc.publisher.faculty.es_CO.fl_str_mv |
Facultad de Ingeniería |
| dc.publisher.department.es_CO.fl_str_mv |
Departamento de Ingeniería de Sistemas y Computación |
| dc.source.es_CO.fl_str_mv |
instname:Universidad de los Andes reponame:Repositorio Institucional Séneca |
| instname_str |
Universidad de los Andes |
| institution |
Universidad de los Andes |
| reponame_str |
Repositorio Institucional Séneca |
| collection |
Repositorio Institucional Séneca |
| bitstream.url.fl_str_mv |
https://repositorio.uniandes.edu.co/bitstreams/d85e498b-ae21-4464-8cee-398896148f11/download https://repositorio.uniandes.edu.co/bitstreams/a8ceee60-2330-4f82-88a8-6187b0a31ef0/download https://repositorio.uniandes.edu.co/bitstreams/468dae73-5b99-4c02-ac0e-6f93f00fc4c6/download |
| bitstream.checksum.fl_str_mv |
026ce9cc1c960403c0525c164471ae96 9aff39d0c73d0344d89e5f0e887d0a60 9ac995bfb61a73d05212476002672e96 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio institucional Séneca |
| repository.mail.fl_str_mv |
adminrepositorio@uniandes.edu.co |
| _version_ |
1812134053738971136 |
| spelling |
Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.http://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Moreno Barbosa, Andrés Dariovirtual::15982-1Gómez Celis, Juan Sebastian5e602909-ddcb-4263-b4d2-de6ab8f02b81500Mendoza Patalagua, Carlos Alberto124111b1-b692-4390-8fde-463cc97db1095002020-09-03T14:53:06Z2020-09-03T14:53:06Z2019http://hdl.handle.net/1992/44443u830546.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/El trabajo desarrollado en este proyecto de grado se vio influenciado, principalmente por la indecisión que muchos bachilleres recién graduados presentan al momento de escoger la carrera universitaria que más se acerca a sus gustos. Por esto, se desea facilitar un mecanismo que, según características que el bachiller manifieste, se logre recomendar la o las carreras que más se acercan a él. Según lo anterior, se propone un prototipo funcional de sistema de recomendación que logre dar como respuesta las carreras más cercanas a un usuario, ya sea por mediante características sociodemográficas o por procesamiento de lenguaje natural de texto abierto, a su vez, es capaz de mostrar dichas recomendaciones de manera amigable, y en el caso de la recomendación por PLN (Procesamiento de Lenguaje Natural), es capaz de brindar una explicación a esta. Para alimentar la implementación de esta solución, se procesaron datos sociodemográficos y académicos históricos de los estudiantes de la Universidad de los Andes, los cuales sirven como base para la recomendación sobre características. A su vez, se procesaron textos descriptivos y los nombres de carreras universitarias para usarlos sobre la recomendación basada en PLN. Como resultado a lo descrito, se obtuvo una aplicación web desarrollado con tecnologías JavaScript y Python, que permite resolver recomendaciones basadas en diferentes entradas representativas mencionadas. Esto se hizo bajo los requerimientos funcionales y no funcionales recopilados. Es decir, lo realiza de manera rápida y amigable, mostrándole las diferentes solicitudes que un usuario crea.The work developed in this degree project was influenced, mainly by the indecision that many recent graduates have when choosing the university career that best suits them. For this reason, it is desired to facilitate a mechanism that, according to characteristics that the students manifests, is able to recommend carreer/s. According to the above, a functional prototype of a recommendation system is proposed and is capable to respond with the closest careers to a user, either through sociodemographic characteristics or through open-text natural language processing, also, it is able to show such recommendations in a friendly manner, and in the case of the recommendation by NLP (Natural Language Processing), it is able to provide an explanation. To train the implementation of this solution, historical sociodemographic and academic data of the students of the Universidad de los Andes were processed, which are used as the basis for the recommendation on characteristics. While, descriptive texts and university degree names were processed for use on the NLP-based recommendation. As a result, a web application developed with JavaScript and Python technologies was obtained, which allows to solve recommendations based on different representative entries mentioned. This was done under the functional and non-functional requirements collected. Where, it is done quickly and friendly, showing the different requests that an user creates.Ingeniero de Sistemas y ComputaciónPregrado25 hojasapplication/pdfspaUniversidad de los AndesIngeniería de Sistemas y ComputaciónFacultad de IngenieríaDepartamento de Ingeniería de Sistemas y Computacióninstname:Universidad de los Andesreponame:Repositorio Institucional SénecaSistemas de recomendación de programas universitarios basados en deep learning y procesamiento de lenguaje naturalTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/TPSistemas de recomendaciónOrientación profesionalAprendizaje automático (Inteligencia artificial)Procesamiento de lenguaje natural (Computación)Orientación estudiantilIngenieríaPublication29931d4b-3a4d-4072-84b3-471cfac5446cvirtual::15982-129931d4b-3a4d-4072-84b3-471cfac5446cvirtual::15982-1https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001342111virtual::15982-1ORIGINALu830546.pdfapplication/pdf1248006https://repositorio.uniandes.edu.co/bitstreams/d85e498b-ae21-4464-8cee-398896148f11/download026ce9cc1c960403c0525c164471ae96MD51TEXTu830546.pdf.txtu830546.pdf.txtExtracted texttext/plain44476https://repositorio.uniandes.edu.co/bitstreams/a8ceee60-2330-4f82-88a8-6187b0a31ef0/download9aff39d0c73d0344d89e5f0e887d0a60MD54THUMBNAILu830546.pdf.jpgu830546.pdf.jpgIM Thumbnailimage/jpeg7385https://repositorio.uniandes.edu.co/bitstreams/468dae73-5b99-4c02-ac0e-6f93f00fc4c6/download9ac995bfb61a73d05212476002672e96MD551992/44443oai:repositorio.uniandes.edu.co:1992/444432024-03-13 15:36:12.954http://creativecommons.org/licenses/by-nc-nd/4.0/open.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co |