000			02054cab a2200289 ab4500
005			20241129063800.0
008			991125c2016 cr tr p o 000 0 spa d
035			_aUPN01000227046
040			_aMX-MxUPN _bspa _cMX-MxUPN _eaacr2
049			_aART-E
100	1		_aEstrada Danell, Rafael Isaac _6- rafael.estrada@ies.edu.mx
100	1		_aZamarripa Franco, Roman Alberto
100	1		_aZuñiga Garay, Pilar Giselle
100	1		_aMartínez Trejo, Isaías
245	1	0	_aAportaciones desde la minería de datos al proceso de captación de matrícula en instituciones de educación superior particulares _h[recurso electrónico en línea]
520	3		_aEl presente artículo científico de investigación tiene por objetivo analizar la forma en que la minería de datos (MD) permite optimizar el proceso de captación de matrícula. Esto, con la intención de diseñar un modelo predictivo de gestión de matrícula para las IES particulares de México. Se analiza la situación actual de las instituciones de educación superior (IES) particulares en relación con su proceso de captación de matrícula y la aplicación de la MD en este. Con un método correlacional, se utilizó un conjunto de datos de prospectos ficticios para crear un árbol de decisión con enfoque de criterio de disminución de entropía con el software Rapid Miner. Los resultados muestran que es posible construir y probar un modelo predictivo de gestión de matrícula como el ZAM&EST propuesto por quienes escriben, para que las IES particulares puedan mejorar sus procesos de captación. Educare
650		2	_92848 _aGestión educacional
650		4	_aAdministración educativa _9498
653	0		_aPlaneación educativa
653	0		_aGestión de la información
773			_gVol. 20, no. 3 (2016), p. 1-21 _tRevista electrónica educare _x1607-4041
856	4		_uhttps://www.revistas.una.ac.cr/index.php/EDUCARE/article/view/7452
856	4		_uhttps://doi.org/10.15359/ree.20-3.11
902			_aLeonor Sotres/040924
905			_aArticulo
942			_cART-E
999			_c199142 _d199142