Visualización de respuestas a preguntas de negocios de periodos variables en tiempo y de temporadas sobre objetos de interés

Abstract

RESUMEN: Actualmente los problemas de analizar grandes volúmenes de datos se presentan de manera cotidiana, ya que la disponibilidad de terabytes en medios de almacenamiento junto con sistemas de software y comunicaciones permiten recolectar de manera continua grandes volúmenes de datos. Entre muchas fuentes de estos volúmenes, son las actividades de sistemas sociales con un gran número de participantes, administrados por software que registra y monitorea tales actividades, un ejemplo de estos son los estudios del rendimiento escolar. En México una actividad de este tipo son los estudios de educación básica (preescolar, primaria y secundaria), que en promedio, cada año registran a más de 30 millones de estudiantes, estos estudios se hacen de manera continua, en los doce años que dura la educación básica, registrando la inscripción y terminación de cada persona; así que por cada estudiante se almacenan al menos 24 registros, en caso de terminar con éxito su ciclo escolar. La mayoría de los estudiantes que terminan con la educación básica son casos de éxito, pero, aun así algunos no la terminan o se retrasan, lo cual, repercute en la economía del país (por la inversión que representan en materiales, dinero, administración y recursos asignados). Por lo anterior, es importante realizar un análisis de estos últimos, para lo cual, primero se debe hallar una manera de modelar las trayectorias de estudio para así describir y posteriormente identificar mediante la clasificación de casos las trayectorias académicas y así ayudar a localizar las causas de las anomalías de no terminar la educación básica. En este trabajo con una muestra de información proporcionada por el Instituto Nacional para la Evaluación de la Educación (INEE) que abarca casi 5 años continuos de México, que equivale a más de 200 millones de registros, se realiza la modelación de lo que son las trayectorias académicas de los estudiantes de educación básica, para lo cual se definen procesos que extraen los datos necesarios para identificar las trayectorias que el modelo distingue. Se define una estructura en la que se almacenan datos y posteriormente se realiza una descripción de los mismos. Se determina la frecuencia de cada trayectoria y las dimensiones que permiten ubicarlo en un cuboide. Los datos organizados mediante una lattice permite contestar preguntas que incluyen cualquier combinación de variables de interés cuya respuesta se visualiza usando la forma más apropiada para el tipo de información. La estructura de lattice también permite responder a consultas en diferentes niveles de abstracción o de jerarquía. Esta estructura de almacenamiento también tiene la característica de facilitar el análisis de la movilidad de los estudiantes, dado que se cree que sea una causa de las trayectorias de interés que no tienen éxito al retrasar su terminación o detenerla. La estructura permite almacenar bajo una etiquetación de los cambios en escuelas, en tipos de escuelas, municipios, estados, turnos, entre otros datos que permiten revisar su impacto en los diferentes tipos de trayectorias, que se espera sea más apreciado cuando se realiza la visualización de estas trayectorias ABSTRACT: Currently the problems of analyzing large volumes of data are presented on a daily basis, since the availability of terabytes of storage media with software and communications systems allow collection continuously download large volumes of data. Among the many sources of these volumes, are the activities of social systems with a large number of participants, these are managed by software that records and monitors such activities, an example of these are the studies of school performance. In Mexico an activity of this type are the Basic Education Studies (BSE, preschool, primary and secondary), which recorded on average each year over 30 million students, ah of these studies are done continuously, are twelve, recording the enrollment and completion of each person, so each student at least 24 records are stored, if successfully complete their school year. Most students completing basic education are success stories, but still some do not complete or are delayed, which has repercussions on the economy of the country (representing investment in materials, money, management and resources allocated). Therefore, it is important to analyze the latter, for which, you must first find a way to model the trajectories of study for describing and subsequently identified by case classification academic careers and help locate the causes anomalies not finish basic education. In this study with a sample of information provided by the National Institute for Educational Evaluation (INEE) covering almost 5 years continuously throughout Mexico and amounts to more than 200 million records, modeling what they make are academic progress of students in basic education, for which processes extracting the data needed to identify the model distinguishes trajectories are defined. A structure in which data is stored and then a description there of is performed is defined. The frequency of each path and size allowing you to place in a cuboid is determined. Data that is arranged by a lattice allow answer business questions whose answer is displayed using the most appropriate form for the information. The lattice structure also allows to answer queries at different levels of abstraction or hierarchy. This storage structure also has the feature to facilitate the analysis of mobility in which students believed to be a major cause of the trajectories of interest that do not succeed in stopping or delaying its completion. The structure can be stored under a labeling changes in schools, types of schools, municipalities, states, shifts and other data that allow review their impact on different types of paths, which is expected to be more appreciated when the display is done these paths. The storage structure has a need to answer questions at different levels of abstraction or hierarchy, for which it helps a lattice structure that allows travel through abstraction hierarchies and display aggregated at different levels.