Estudio sobre la búsqueda de mentor utilizando aprendizaje automático

García Ruiz, Juan. (2023). Estudio sobre la búsqueda de mentor utilizando aprendizaje automático Master Thesis, Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática

Ficheros (Some files may be inaccessible until you login with your e-spacio credentials)
Nombre Descripción Tipo MIME Size
Garcia_Ruiz_Juan_TFM.pdf Garcia_Ruiz_Juan_TFM.pdf application/pdf 2.65MB
Título Estudio sobre la búsqueda de mentor utilizando aprendizaje automático
Autor(es) García Ruiz, Juan
Resumen La mentoría es una relación de desarrollo personal en la cual una persona más experimentada o con mayor conocimiento ayuda a otra menos experimentada o con menor conocimiento. La persona que recibe la mentoría ha sido llamada tradicionalmente como protegido, discípulo o aprendiz. El proceso de búsqueda de candidatos a ser tutores o mentores se entiende como la combinación deliberada de personas para formar un todo previsto. Uno de los desafíos más críticos es decidir quién sería un buen mentor de otro alumno. Es necesario una supervisión que debe completar un proceso de varios pasos, incluida la búsqueda, identificación y elección de candidatos. El propósito de este Trabajo de Fin de Máster es el de, como su propio nombre indica, generar una propuesta de solución que recomiende mentores teniendo en cuenta factores como la información sobre las interacciones sociales de los individuos con la comunidad como un todo y con cada individuo por separado, o los criterios de agrupamiento debido a expertos. Con este fin, se utilizará análisis de redes sociales, análisis de sentimientos y técnicas de aprendizaje automático. Como resultados de este trabajo, se proporciona una propuesta de algoritmo de generación de duplas en la que, haciendo uso de clustering, modularidad y análisis de sentimientos, se obtienen los miembros de esta, de manera que sean lo más compatible posibles. Además de esto, se presentará una propuesta de proyecto para el desarrollo de una aplicación funcional basado en este algoritmo. Finalmente, se añaden conclusiones sobre otros posibles acercamientos o consideraciones que podrían tenerse en cuenta para la mejora del modelo (como el uso de datos estáticos o estudiar más en detalle la utilidad del análisis de sentimientos). Así, se describirá en los dos primeros capítulos (‘Introducción’ y ‘Estado de la cuestión’) las circunstancias actuales que han motivado la realización de este trabajo, así como en las diferentes hipótesis que se ha apoyado. Para comprobar la exactitud de estas cuestiones, se realizará una serie de análisis que recorrerá todo el proceso de minería de datos (extracción de datos, preprocesamiento, procesamiento y validación de los resultados) que se recogerán en el capítulo ‘Estudio’ y que se usará de base para la propuesta de solución que se presentará en la ‘Propuesta de proyecto’. Finalmente, en ‘Conclusiones y trabajos futuros’ se comentarán los resultados obtenidos en la realización de este trabajo
Abstract Mentoring is a personal development relationship in which a more experienced or knowledgeable person helps a less knowledgeable one. The person being mentored has traditionally been referred to as a protégé, mentee or apprentice. The process of finding candidates to be tutors or mentors is undestood as the deliberate combination of people to an intended whole. One of the most critical challenges is deciding who would be a good mentor for another student. That requires oversight that must complete a multi-step process, including searching for, identifying and choosing candidates. The purpose of this Master's Thesis is, as its name suggests, to generate a proposed solution that recommends mentors taking into account factors such as information about the social interactions of individuals with the community as a whole and with each individual separately, or grouping criteria due to experts. To this end, social network analysis, sentiment analysis and machine learning techniques will be used. As a result of this work, a proposal for a pairing algorithm is provided, which utilizes clustering, modularity, and sentiment analysis to select members of pairs to be as compatible as possible. Additionally, a project proposal for the development of a functional application based on this algorithm will be presented. Finally, conclusions will be added regarding other possible approaches or considerations that could be taken into account to improve the model, such as the use of static data or a more detailed study of the utility of sentiment analysis. Thus, the first two chapters ('Introduction' and 'State of the question') will describe the current circumstances that have motivated the realization of this work, as well as the different hypotheses that have been supported. In order to verify the accuracy of these questions, a series of analyses will be carried out that will go through the entire data mining process (data extraction, preprocessing, processing and validation of the results) which will be collected in the 'Study' chapter and will be used as a basis for the proposed solution to be presented in the 'Project proposal'. Finally, in 'Conclusions and future work' the results obtained in the realization of this work will be comment
Notas adicionales Trabajo de Fin de Máster. Máster Universitario en Ingeniería Informática. UNED
Materia(s) Ingeniería Informática
Editor(es) Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática
Director/Tutor Rodríguez Anaya, Antonio
Fecha 2023-09
Formato application/pdf
Identificador bibliuned:master-ETSInformatica-II-Jgarcia
http://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-II-Jgarcia
Versión de la publicación acceptedVersion
Nivel de acceso y licencia http://creativecommons.org/licenses/by-nc-nd/4.0
info:eu-repo/semantics/openAccess
Tipo de recurso master Thesis
Tipo de acceso Acceso abierto

 
Versiones
Versión Tipo de filtro
Contador de citas: Google Scholar Search Google Scholar
Estadísticas de acceso: 91 Visitas, 37 Descargas  -  Estadísticas en detalle
Creado: Sat, 25 Nov 2023, 05:04:44 CET