Sistema de recomendación docente para la asignación eficiente de materias del área de Gestión Computacional
Se presenta un sistema de recomendación creado para optimizar la designación de profesores en el área de Gestión Computacional. La problemática radica en la subjetividad y poca eficiencia y para abordarlo se emplean técnicas de machine learning, específicamente el filtrado colaborativo y el análisis...
Saved in:
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | Spanish |
| Published: |
Universidad de las Ciencias Informáticas (UCI)
2025-01-01
|
| Series: | Serie Científica de la Universidad de las Ciencias Informáticas |
| Subjects: | |
| Online Access: | https://publicaciones.uci.cu/index.php/serie/article/view/1780 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | Se presenta un sistema de recomendación creado para optimizar la designación de profesores en el área de Gestión Computacional. La problemática radica en la subjetividad y poca eficiencia y para abordarlo se emplean técnicas de machine learning, específicamente el filtrado colaborativo y el análisis predictivo, con el propósito de mejorar la selección en función de experiencia, formación académica, destrezas pedagógicas y contentamiento. Se recopiló información de los últimos cinco años a través de encuestas a estudiantes y evaluaciones de desempeño en la docencia, identificando patrones en las asignaciones previas y predecir qué persona se ajusta mejor a los cursos futuros. Las asignaturas consideradas: Organización y Arquitectura Computacional, Sistemas Operativos, Redes de Computadoras, Seguridad Informática, entre otros. Como resultados, se demuestra una gran precisión, incrementando la satisfacción y optimizando el desempeño académico a comparación de métodos tradicionales. En conclusión, existe una contribución significativa en la mejora de la calidad educativa. |
|---|---|
| ISSN: | 2306-2495 |