Contributions to the Enrollment Process with Data Mining in Private Higher Education Institutions

Authors

DOI:

https://doi.org/10.15359/ree.20-3.11

Keywords:

Educational management, educational planning, educational administration, higher education institutions, universities, information management

Abstract

 This article aims to analyze how data mining (DM) optimizes the enrollment process, with the intention of designing a predictive model to manage private enrollment for higher education institutions of Mexico. It analyzes the current status of the higher education institutions in relation to its enrollment process and the application of the DM. With a correlational method, a dataset (DS) was used to model an entropy decision tree with the help of Rapid Miner software. The results show that it is possible to build and test a predictive model management of private enrollment for higher education institutions of Mexico as the ZAM&EST model proposed by the authors.

Author Biographies

Rafael Isaac Estrada-Danell, Instituto de Estudios Superiores de Tamaulipas

Licenciatura en Ingeniería Industrial para la Dirección, Maestro en Gestión del Capital Humano, ambos por el IEST – Anáhuac. Candidato a Doctor en Educación Internacional por la Universidad Autónoma de Tamaulipas. Actualmente es coordinador del Repensar de la Universidad en el Instituto de Estudios Superiores de Tamaulipas. Miembro de la Sociedad Mexicana de Educación Comparada. Árbitro de diversas revistas científicas. Sus temas de investigación son: minería de datos, ciencia de datos, ética y deontología de la educación superior. 

Roman Alberto Zamarripa-Franco, Instituto de Estudios Superiores de Tamaulipas

Ingeniero en Sistemas Computacionales por el Instituto Tecnológico de Cd. Madero, Maestro en Educación y Maestro en Calidad por el IEST – Anáhuac, Especialidad en Entornos Virtuales de Aprendizaje por Virtual Educa y la OEI, Doctor en Educación Internacional por la Universidad Autónoma de Tamaulipas. Profesor, investigador, coordinador de Tecnologías para la Educación en el IEST – Anáhuac. Coautor de diversos capítulos de libros, artículos científicos y ensayos. 

Pilar Giselle Zúñiga-Garay, Fundación Teletón México

Licenciada en Psicología por el IEST – Anáhuac, Maestra en Neuropsicología por el Instituto Europeo de Formación y Consultoría (INEFOC) de Madrid, España. Actualmente se desempeña como psicóloga familiar en el Centro de Rehabilitación Infantil Teletón (CRIT), Tamaulipas. Es además, Orientadora en CH & R Consultores. Sus temas de investigación son: educación, discapacidad, minería de datos y rehabilitación neuropsicológica. 


Isaías Martínez-Trejo, Universidad Autónoma de Tamaulipas

Isaías Martínez Trejo: Contador Público auditor, Master en Comercio Exterior egresado de la FCAT de la Universidad Autónoma de Tamaulipas, Dr. En Ciencias de la Educación y actualmente cursando otro doctorado en Gestión Estratégica de Negocios. Maestro de Tiempo Completo en UACJS de la UAT e integrante del Cuerpo Académico Consolidado, Investigaciones Jurídicas y Sociales, participante en los Proyectos: "Impacto de la Comunicación Mediática y de la interpretación y su regulación"; Proyecto: "Rumores y creencias colectivas sobre la salud y la enfermedad en habitantes con distinto perfil". ysayas55@hotmail.com

References

Altbach, P. G. (2006). International higher education: Reflections on policy and practice [Educación superior internacional: Reflexiones sobre política y práctica]. Boston: College Center for International Higher Education. Recuperado de https://www.bc.edu/content/dam/files/research_sites/cihe/pubs/Altbach_2006_Intl_HigherEd.pdf

Altbach, P. y Levy, D. C. (2005). Private higher education. A global revolution [Educación superior privada. Una revolución global]. Rotterdam: Sense Publishers. Recuperado de https://www.sensepublishers.com/media/787-private-higher-educationa.pdf

Álvarez, G. (Abril, 2011). El fin de la bonanza. La educación superior privada en México en la primera década del siglo XXI. Reencuentro: Educación superior privada, 60, 10-29. Recuperado de http://148.206.107.15/biblioteca_digital/estadistica.php?id_host=6&tipo=ARTICULO&id=7755&archivo=3-545-7755wke.pdf&titulo=El%20fin%20de%20la%20bonanza:%20La%20educaci%C3%B3n%20superior%20privada%20en%20M%C3%A9xico%20en%20la%20primera%20d%C3%A9cada%20del%20siglo%20XXI

Antons, C. M., y Maltz, E. N. (2006, otoño). Expanding the role of institutional research at small private universities: A case study in enrollment management using data mining [La expansión de la función de la investigación institucional hacia universidades privadas pequeñas: Un caso de estudio de gestión de matrícula utilizando minería de datos]. New Directions for Institutional Research, 131, 69-81. doi: http://dx.doi.org/10.1002/ir.188

Baker, R. y Yacef, K. (2009, otoño). The state of educational data mining in 2009: A review and future visions [El estado de la minería de datos educacional en 2009: Revisión y visiones futuras]. Journal of Educational Data Mining, 1(1). Recuperado de http://www.educationaldatamining.org/JEDM/index.php/JEDM/article/view/8/2

Bjarnason, S., Cheg, K.-M., Fielden, J., Lemaitre, M.-J., Levy, D. y Varghese, N. V. (2009). A new dynamic: Private higher education [Una nueva dinámica: Educación superior privada]. París: Unesco. Recuperado de http://unesdoc.unesco.org/images/0018/001831/183174e.pdf

Chang, L. (2006, otoño). Applying data mining to predict college admissions yield: A case study [La aplicación de la minería de datos para predecir la eficiencia de la admisión a la universidad]. New Directions for Institutional Research, 131, 53-68. doi http://dx.doi.org/10.1002/ir.187

Consejo para la Acreditación de la Educación Superior (COPAES). (2015). Sistema de información de programas acreditados. Recuperado de http://sieduca.com/copaes/

Davenport, T. H. y Patil, D. J. (Octubre, 2012). Data scientist: Tshe sexiest job of the 21st Century [Científico de datos: El trabajo más sexy del siglo XXI]. Harvard Bussines Review. Recuperado de https://hbr.org/2012/10/data-scientist-the-sexiest-job-of-the-21st-century

González, D. E. (Julio-diciembre, 2009). Factores individuales que afectan la demanda de educación superior de ingenierías: Caso de la Pontificia Universidad Javeriana de Cali. Cuadernos de Administración, 22(39), 307-333. Recuperado de http://www.redalyc.org/pdf/205/20511993014.pdf

González, J. M. y DesJardins, S. L. (2002). Artificial neural networks: A new approach to predicting application behavior [Redes neuronales artificiales: Un nuevo enfoque para predecir el comportamiento de solicitudes]. Research in Higher Education, 43(2), 235-258. doi: http://dx.doi.org/10.1023/A:1014423925000

Kotu, V. y Deshpande, B. (2015). Predictive analytics and data mining. Concepts and practice with rapidMiner [Análisis predictivo y minería de datos. Conceptos y práctica con rapidMiner]. Waltham: Morgan Kaufmann.

Kumar, S. y Saurabh, P. (2012). Data mining application in enrollment management: A case study [Aplicación de la minería de datos en la gestión de la matrícula: Un estudio de caso]. International Journal of Computer Applications, 41(5), 1-6. doi: http://dx.doi.org/10.5120/5534-7581

Nandeshwar, A. y Chaudhari, S. (2009). Enrollment prediction models using data mining [Modelos de predicción de matrícula utilizando minería de datos]. Recuperado de http://nandeshwar.info/wp-content/uploads/2008/11/DMWVU_Project.pdf

Organización para la Cooperación Económica y el Desarrollo (OCDE). (2014). Education at a Glance 2014 OECD Indicators [Panorama de la educación. Indicadores de la OCDE 2014]. Recuperado de http://www.oecd.org/edu/Education-at-a-Glance-2014.pdf

Romero, C., y Ventura, S. (2007). Educational data mining: A survey from 1995 to 2005 [Minería de datos educativa: Un estudio de 1995 a 2005]. Expert Systems with Applications 33(1), 135-146. doi: http://dx.doi.org/10.1016/j.eswa.2006.04.005

Secretaría de Educación Pública (SEP) y Sistema Interactivo de Consulta de Estadística Educativa. (s. f.). Total de instituciones en periodo 2008-2009. México: Autor. Recuperado de http://www.planeacion.sep.gob.mx/principalescifras/

Sigillo, A. (2013). Predictive modeling in enrollment management: New insights and techniques [El modelo predictivo en gestión de matrícula: Nuevas perspectivas y técnicas]. Recuperado de http://www.uversity.com/downloads/research/EI Whitepaper_R6.pdf

The World Bank (2000). Higher education in developing countries. Peril and Promise. Recuperado de http://siteresources.worldbank.org/EDUCATION/Resources/278200-1099079877269/547664-1099079956815/peril_promise_en.pdf

Van Der Aalst, W. (2012). Process mining: Overview and opportunities [Minería de procesos: Descripción y oportunidades]. ACM Transactions on Management Information Systems, 99(99). doi: http://dx.doi.org/10.1145/2229156.2229157

Published

2016-09-01

How to Cite

Contributions to the Enrollment Process with Data Mining in Private Higher Education Institutions (R. I. Estrada-Danell, R. A. Zamarripa-Franco, P. G. Zúñiga-Garay, & I. Martínez-Trejo , Trans.). (2016). Revista Electrónica Educare, 20(3), 1-21. https://doi.org/10.15359/ree.20-3.11

Issue

Section

Journal Articles (Peer Reviewed Section)

How to Cite

Contributions to the Enrollment Process with Data Mining in Private Higher Education Institutions (R. I. Estrada-Danell, R. A. Zamarripa-Franco, P. G. Zúñiga-Garay, & I. Martínez-Trejo , Trans.). (2016). Revista Electrónica Educare, 20(3), 1-21. https://doi.org/10.15359/ree.20-3.11

Comentarios (ver términos de uso)