BSQUEDA ESTRATGICA DE CONOCIMIENTO

Msc. Ral Oscar Klenzi, Msc. Mara Alejandra Malberti, Msc. Graciela Elida

Beguer, Lic. Silvina Migani, Lic. Laura Gutierrez, Ing. Carlos Correa, Prog. Luis

Olguin y Lic. Juan Manuel Cuneo

Departamento de Informtica- Facultad de Ciencias Exactas, Fsicas y Naturales.

Universidad Nacional de San Juan.

RESUMEN

La bsqueda de conocimiento inmerso en datos por medio de estrategias de minera de

datos Data Mining- DM, y su validacin mediante herramientas estadsticas y de software especficas, es el rea donde el proyecto Bsqueda estratgica de conocimiento en los datos de Biblioteca y Alumnos de la FCEFN - 21/E824, se desarrolla. En este documento se exponen las lneas de investigacin abordadas, las actividades realizadas y los resultados

alcanzados.

Palabras clave: Gestin del Conocimiento - Data Mining - Satisfaccin de Usuarios Desercin Universitaria

1. CONTEXTO

En la actualidad, la universidad toda y en particular

la Facultad de Ciencias Exactas Fsicas y Naturales

de la Universidad Nacional de San Juan, FCEFN-

UNSJ, est abocada a la etapa de auto evaluacin

institucional con miras a mejorar la calidad de la

institucin. Con el propsito de acompaar este

proceso, en esta propuesta se realiza la gestin de

conocimiento sobre los datos pertenecientes a los

Sistemas de Biblioteca y de Alumnos de la

mencionada facultad. As mismo se analiza le

desercin estudiantil en el mbito del Departamento

de Informtica de esta Facultad, el cual se encuentra

inmerso en el proceso de acreditacin de sus

carreras.

Lograr una efectiva transferencia de conocimiento a

diferentes ctedras de las carreras pertenecientes al

Departamento de Informtica y ofrecer a la

comunidad distintos cursos de actualizacin,

perfeccionamiento y posgrado, son algunos de los

objetivos que se procuran alcanzar.

2. INTRODUCCIN

Los acaecimientos en la tecnologa computacional

permiten no slo capturar y almacenar grandes

cantidades de datos, sino tambin encontrar

patrones, tendencias o anomalas en ellos.

Resumirlos a travs de modelos cuantitativos

simples, no es una tarea trivial, ya que los datos

deben convertirse en informacin, y la

informacin convertirse en conocimiento, lo que

representa uno de los grandes desafos de la era de

la informacin (Larose, D. 2006), (Hernndez

Orallo, J. y otros, 2008).

La construccin de Datawarehouses-DW y la

utilizacin de herramientas de DM se presentan

como elementos esenciales y complementarios que

hacen posible contar por primera vez, con una

memoria corporativa que provee informacin

accesible, consistente, adaptable y segura; adems

de transformarla en conocimiento. Dicha

transformacin es el cimiento en la toma de

decisiones de toda organizacin. (Kimball y otros,

2004), (Inmon, 2002). Lo citado promueve

considerables beneficios en las organizaciones que

lo aplican, pues tienen la oportunidad de descubrir

patrones rentables, y tendencias novedosas para su

negocio.

A partir de ello, la construccin de DW y DM se

presenta como una tecnologa emergente con varias

ventajas:

- Ahorra grandes cantidades de dinero a las

empresas y organizaciones en general.

- Abre nuevas oportunidades de negocios.

- Mejora los servicios brindados a los usuarios de

cualquier organizacin, an en aquellas aplicaciones

en las que no se vislumbran importantes beneficios

monetarios.

- Resulta un buen punto de encuentro entre los

investigadores y las personas de negocios.

En esta nueva rea, relacionada a los Sistemas de

Soporte de Decisin, confluyen distintas reas de

conocimiento, tales como: Bases de Datos,

Estadstica, Inteligencia Artificial, Aprendizaje

Automtico, Tcnicas de Visualizacin, etc.

Especficamente hablando de DM, el propsito de

sta es encontrar modelos matemticos obtenidos

mediante tcnicas de aprendizaje, supervisadas o no,

que desde los datos rescaten patrones, relaciones, y

conocimiento anteriormente no percibido por otras

tcnicas, y desde all estimar predicciones sobre las

variables analizadas.

DM aplicado a datos inherentes a una biblioteca

recibe el nombre Bibliomining (Nicholson, S. y

otro, 2003). En el marco de este proyecto el caso de

estudio central ha sido la biblioteca de la FCEFN-

UNSJ, desde los datos del movimiento bibliogrfico

y estructura que la caracterizan, como as tambin

desde la perspectiva que sus usuarios tienen de

aquella.

El Sistema de Biblioteca lleva ms de 15 aos de uso

en las bibliotecas de esta Universidad como as

tambin, a travs de la distribucin por parte de la

Comisin Nacional de Bibliotecas Populares

(CONABIP) del software SIGEBI, en cientos de

Bibliotecas Populares de la Argentina. Este sistema

utiliza el formato catalogrfico LIBRI, catlogo

diseado por la Direccin General de Bibliotecas de

la Universidad Nacional de San Juan, con la

colaboracin del Instituto de Informtica de la

FCEFN-UNSJ.

Actualmente existe un estndar internacional, que

permite el intercambio y la representacin de

informacin bibliogrfica por medio de

computadoras, llamado MARC (Machine Readable

Cataloging). En consecuencia, se conform un

equipo interdisciplinario con bibliotecarios e

informticos de la Facultad, docentes del Instituto

Superior de Bibliotecologa de San Juan y

bibliotecarios de la Biblioteca Popular Franklin para

concensuar la tabla de migracin de datos entre el

formato local LIBRI y el formato internacional

MARC.

La bsqueda de la satisfaccin de usuarios de

bibliotecas y la aplicacin de tcnicas de minera de

datos, abarca una primer etapa exploratoria y

descriptiva realizada sobre las respuestas obtenidas

de encuestas practicada a los alumnos y usuarios de

las bibliotecas de FCEFN y FI de la UNSJ, validada

oportunamente en (Beguer, G., 2006) (Beguer, G.

2007) y analizadas mediante tcnicas de

Segmentacin, Clasificacin, y Reglas de

Asociacin en (Klenzi,R., 2008) (Malberti, M.,

2008). En este proyecto esencialmente se han

realizado tareas de descripcin, encontrando

atributos inductores entre los que conforman la

encuesta (Klenzi, R. y otros, 2008) que,

conjuntamente con el procesamiento de los datos de

circulacin de material bibliogrfico de diferentes

aos ha permitido proponer polticas a futuro

(redistribuciones presupuestarias, y de material en

estanteras, refacciones edilicias, etc.). Similar

procedimiento, en cuanto a la satisfaccin de

usuarios, se ha aplicado a encuestas realizadas a

usuarios de software libre, con el propsito de

encontrar los inductores que permiten inferir

ventajas y desventajas de tales softwares segn la

perspectiva de sus usuarios.

En el marco del proyecto, tambin, se plantea el

anlisis de trabajos y teoras que abordan el problema

de la desercin universitaria, tratando de inferir,

desde los distintos estudios y enfoques, instrumentos

para as redisear un cuestionario que permita la

evaluacin y el seguimiento del estudiante, en

carreras de la FCEFN.

3. LNEAS DE INVESTIGACIN y

DESARROLLO

En el proceso de desarrollo del proyecto, se realizan tareas de DM, Bibliomining, Text Mining y

Web Mining:

En el DW construido a partir de los datos del departamento alumnos de la FCEFN y de los

datos de circulacin de material bibliogrfico

(Migani, y otro, 2006) (Migani, y otros, 2007).

En encuestas, de satisfaccin de usuarios de la Biblioteca de la citada facultad, de la facultad

de ingeniera y de usuarios de herramientas

cdigo libre.

En documentos de texto, con el propsito de encontrar o no similitudes sintcticas,

posteriormente semnticas, entre documentos.

En los logs de acceso desde Internet a consulta bibliogrfica, y diferentes sitios web de la

FCEFN.

Para el desarrollo de las tareas mencionadas, se hace

uso de las siguientes herramientas:

R, WEKA-(Waikato Enviroment Knowledge Algorithms), RapidMiner (Originalmente

denominado YALE Yet Another Learning

Environment), KNIME (o Konstanz Information

Miner) bajo licencias GNU.

ORACLE Warehouse Builder y ORACLE Data Miner., del administrador de Base de datos

ORACLE , bajo licencia OTN.

Microsoft SQL Server 2005, en particular SQL Server Business Intelligence Development

Studio.

Google Analytics, servicio gratuito de estadsticas de sitios web.

Conjuntamente a la indagacin terica inherente a

cada una de las estrategias de DM abordadas, se

realizan anlisis de los algoritmos que las integran y

se promueve el anlisis comparativo entre las

distintas herramientas usadas, tanto en lo referente a

la capacidad de las mismas en la bsqueda de

conocimiento, como de los algoritmos que proveen.

En este aspecto se ha realizado un sucinto anlisis

comparativo entre herramientas de software libre,

aplicables en el rea de la minera de datos

(Gonzalez, y otros, 2008). Entre las herramientas

analizadas, se destacan: WEKA - versin 3.5.8,

Universidad de Waikato en Nueva Zelandia con

licencia GNU General Public License (GPL)

(Witten I. H. & Frank E. 2005), RAPIDMINER

(Versin Original YALE) 4.2.000 con licencia

AGPL versin 3, R Project que es un lenguaje y

entorno de programacin para anlisis estadstico y

grfico (R Development Core Team. 2006). R se

distribuye bajo la licencia GNU GPL. Todas las

herramientas mencionadas estn disponibles para

los sistemas Operativos Windows, Macintosh, Unix,

y GNU/Linux.

En el transcurso de ao 2009 se practic una encuesta a los alumnos de 3 ao de todas las carreras

dependientes de la Facultad de Ingeniera de la UNSJ

con el propsito de extender el anlisis sobre

percepcin de usuarios de biblioteca, semejante al ya

realizado en la Biblioteca Emiliano Pedro Aparicio

de la FCEFN. En esa oportunidad se obtuvieron 149

encuestas, vlidas, las cuales estn siendo analizadas

por medio de herramientas estadsticas y de DM.

En el marco del anlisis de trabajos y teoras que abordan la desercin estudiantil, se ha realizado un

cotejo entre los conceptos de desercin propuestos

por Vielka de Escobar (Doctorada en Ciencias de

la Educacin), la Red Iberoamericana para la

Acreditacin de la Calidad de la Educacin

Superior (RIACES), por el Instituto Internacional

para la Educacin Superior en Amrica Latina y el

Caribe (I E S A L C), por Romo y Hernndez entre

otros. As mismo se ha tenido en cuenta los

distintos tipos de desertores.

Como alternativa de intercambio de informacin

entre diferentes bases de datos se estudia el lenguaje

XML (eXtensible Markup Language) el cual es un

lenguaje de marcado, de carcter general, que

brinda una forma simple para representar datos. Un

archivo escrito en XML adems de proporcionar

informacin, se describe asimismo permitiendo al

receptor entender la informacin recibida y por lo

tanto procesarla. Este tiene el formato de un

archivo de texto plano, lo cual facilita enormemente

la transferencia de informacin, logrando

independencia con respecto a las diferentes

plataformas.

4. RESULTADOS OBTENIDOS/ESPERADOS

Divulgacin de las Actividades del Proyecto 21/E824. Beguer; Malberti; Klenzi,. Seminario

de Bibliotecas Universitarias, Los Cambios de

Paradigmas en su Gestin. Universidad Nacional

de San Juan- Junta de Bibliotecarios. 29 y 30 de

Agosto de 2008.

Problemas de Asignacin de Aulas, Docentes y Materias en Instituciones Educativas. Aballay;

Klenzi. CACIC 2008.

Anlisis comparativo entre estrategias de clasificacin y reglas de asociacin, en la

determinacin de inductores, en encuesta de

satisfaccin de usuarios de una biblioteca

universitaria. Klenzi, Malberti, Beguer.

Jornadas Chilenas de Computacin 2008, XX

Encuentro Chileno de Computacin 2008.

Mineria de datos con herramientas de software libre. Gonzlez; Aciar; Martinez. 1 Congreso

Nacional de Software Libre- San Juan. 2008

JOOMLA en la implementacin de un prototipo de autoevaluacin, en una ctedra

universitaria. Echegaray, Klenzi, Malberti. 5

Jornada de Informtica y Educacin. U. N. V. M.

Argentina. 2008

En el mbito de la FCEFN, conjuntamente con otro

proyecto de la facultad, se organiz en el ao 2008

un Workshop de actualizacin en

Telecomunicaciones y Gestin del Conocimiento en

Bibliotecas, en el marco del cual se presentaron los

siguientes trabajos:

Datamarts y Olap en Oracle 11g. Silvina Migani, Hector Lpez, Ariel Gonzlez.

Minera de texto. Conceptos y Herramientas. Laura Gutirrez, Raul

Klenzi

Computacin Paralela y sus Aplicaciones. Dra. Piccoli (Invitada)

IsisMarc Cliente-Servidor. I+D aplicado a la reingeniera de un producto. Lic.

Marmonti. (Invitado).

Catalogo de Bibliotecas en el marco de la web 2.0 y las redes sociales. Lic.

Marmonti.

Transformando datos en conocimiento: Nuevas prcticas. . Mag. Ral Klenzi, Mag Graciela Beguer, Mag Alejandra Malberti y Lic. Silvina

Migani. WICC 2009 XI Workshop de Investigadores en Ciencias de la Computacin, abril

de 2009,

Extrayendo Conocimiento, desde los datos de Circulacin de material Bibliogrfico, en una

biblioteca universitaria. Mag. Ral O. Klenzi y

Mag. Mara Alejandra Malberti. Jornadas Chilenas

de Computacin 2009. Santiago de Chile-Chile.

En la Jornada de Investigacin sobre la Universidad,

realizada por la Comisin de Evaluacin y

Desarrollo Institucional de la UNSJ en junio de 2009,

se expusieron los avances y resultados alcanzados en

el presente proyecto.

En el mbito de la FCEFN, se desarroll el WICCSI

2009- Workshop de Investigadores en Ciencias de la

Computacin y en Sistemas de Informacin-. En este

evento se presentaron los siguientes trabajos:

Reflejando la evolucin de los datos en un Datawarehouse. Lic. Silvina Migani.

Oracle 11g como herramienta en los procesos de implementacin, carga y

actualizacin de un datawarehouse. Lic.

Hectot Lepez

Introduccin al Anlisis WEB mediante Google Analytics. Rafael Jurez Dobjanschi,

Mauro Gabriel Avendao Fager, Mag. Mara

Alejandra Malberti Riveros

Migracin de registros catalogrficos en formato LIBRI (UNSJ) hacia MARC21. Prog.Luis Alberto

Olguin, Nora Maroto, Cristina Coria, Gabriela

Rodrguez. WICC 2010- XII Workshop de

Investigadores en Ciencias de la Computacin.

Universidad Nacional de la Patagonia Austral. El

Calafate. Santa Cruz

Se realiz la coordinacin y organizacin de las

charlas-taller, desarrolladas los das 29 y 30 de abril

de 2010:

Arquitectura para el desarrollo de aplicaciones WEB en NET. Caso de

estudio: Arquitectura para el desarrollo de

sistemas informticos de la ANSES. Lic.

Juan Jos Benzonelli. Gerencia de

arquitectura e Innovacin tecnolgica-

ANSES

Re-hosting de aplicaciones Mainframe a entorno UNIX. Caso de estudio: Migracion

de aplicaciones a ambiente abierto. Lic.

Leonardo Merino. Gerencia de arquitectura

e Innovacin tecnolgica- ANSES.

Se organizaron, conjuntamente con el Departamento

de Informtica y el proyecto Arquitectura de Acceso a Web Service desde mviles heterogneos, las 2das. Jornadas de Actualizacin Informtica - 25

aos del Departamento de Informtica. En este

marco, entre otras, se desarrollaron las siguientes

presentaciones:

Lanzamiento de Visual Studio 2010. Miguel ngel Saez (Developer Envangelist y

Responsable del Programa Acadmico

Microsoft

Data Warehouse y Business Intelligence con herramientas Microsoft. Oscar Flores

Respecto del anlisis de desercin, hasta el momento,

y como actividades del proyecto, se han realizado

entrevistas a algunos estudiantes con el propsito de

indagar los diferentes inconvenientes que han tenido

que soslayar, agrupndolos en las categoras:

Acadmicos, Laborales, Financieros, Familiares,

Sociales, Personales e Institucionales. Como

resultado casi unnime se encuentra la formacin con

la que llegan a la universidad y en determinadas

carreras, la falta de informacin fehaciente respecto a

las mismas.

Se pretende aplicar, tambin, diferentes test y

modelos tales como los considerados por Pace, C. R.

o Pascarella y Terenzini, de modo de poder medir los

grados de adaptacin de los alumnos al esfuerzo y

persistencia para alcanzar logros.

En particular, y a partir de la inquietud de decanato

de la FCEFN, de comenzar un estudio en el primer

ao de todas las carreras de la facultad sobre

desercin estudiantil, canalizada por medio de la

Secretara de Asuntos Estudiantiles y con la

participacin del Lic. Hector Vidal, socilogo

dependiente del Rectorado de la UNSJ, miembros del

proyecto 21/E824 implementaron una encuesta,

confeccionada por el Lic. Vidal, en DYANE 2.0 para

facilitar, tanto la carga de datos por parte de alumnos

pasantes como su posterior anlisis. En su

implementacin, cada encuesta es desglosada en 50

campos, los que abarcan distintos aspectos inherentes

a los alumnos: Situacin Socioeconmica, Estudios

Cursados, Salud y Motivacin en la eleccin de la

carrera. Con estos datos, se realizaron tanto

estadsticas simples, como cruzadas, priorizando en

este caso el anlisis por carrera.

5. FORMACIN DE RECURSOS HUMANOS

En lo referente a la formacin de recursos humanos,

en el marco del proyecto se han desarrollado

diferentes tesis de posgrado, de grado y direccin de

becarios.

Se realiz la defensa de dos Tesis de Maestra,

correspondientes a la Maestra en Informtica

dependiente de la Universidad Nacional de La

Matanza. Ellas son:

Aplicacin de minera de reglas de asociacin en una biblioteca universitaria: una tecnologa

apropiada. Lic. A. Malberti

Aplicacin de minera de datos a la gestin bibliotecaria. Ing. R. Klenzi.

Se dirigi una Tesis de Maestra, correspondiente a

la Maestra en Logstica dependiente de la

Universidad Nacional de Cuyo:

Propuesta de Autoevaluacin de una Biblioteca Universitaria en un marco de Gestin Logstica.

Prof.V. Mrquez.

Se dirigieron tres trabajos finales, de la carrera

Licenciatura en Ciencias de la Informacin:

Implementacin de Autoevaluaciones en entorno WEB. F. Echegaray. Defendido en agosto de

2008.

Minera de Datos Aplicada a un DW. Utilizacin de la Herramienta ORACLE para el desarrollo

del DW y la extraccin de informacin oculta.

H. Lpez, A. Gonzlez. Defendido en diciembre

de 2008.

Bsqueda de satisfaccin en usuarios de software libre. Sebastian Martinez y Javier Aciar,

Defendido en diciembre de 2009

En Agosto de 2009 se elevaron los informes de dos

Becas de Investigacin para alumnos avanzados, de

la UNSJ:

Proceso de Extraccin, Transformacin, Carga y Refresco de un DW con datos de

provenientes del sistema de alumnos y de

biblioteca. Becario H. Lpez.

Aplicacin de Minera de Datos a Encuesta de Satisfaccin de Usuarios de una

Biblioteca Universitaria. Becario A.

Gonzlez.

A partir del ao 2009, se incorporaron al proyecto 4

adscriptos Alumnos:

Sergio Quiroga y Edgar Faras, para trabajar en Minera de Reglas de Asociacin.

Rafael Jurez y Mauro Avendao, para trabajar en Redes Bayesianas y anlisis

WEB.

as como el Adscripto Egresado, Prog. Oscar Adrin

Flores, para trabajar en la temtica Bussines

Intelligence en SQL Server.

En la convocatoria 2009, se desarroll la Beca para

Alumnos Avanzados XML como base para el intercambio de informacin entre Base de Datos, por parte de la becaria Cristina Vera.

6. BIBLIOGRAFA

Beguer, G., Olgun, L. (2006). Estudio sobre

la Percepcin del Usuario en una Biblioteca

Universitaria. Normas ISO 11620, IRAM ISO 11620. Publicado en:

http://www.uniram.com.ar/jornadas/XXV/TC-

14.pdf

Beguer, G. (2007) Logstica como garanta de

satisfaccin del usuario. Tesis de Maestra-

Universidad Nacional de Cuyo.

Gonzalez A., Aciar J., Martinez S. (2008)

Minera de Datos con Herramientas de

Software Libre (Anlisis Comparativo de

Herramientas de Software Libre Aplicadas al

rea de la Minera De Datos) 1 Congreso

Nacional de Software libre. San Juan 2008

Hernndez Orallo J., Ramirez Quintana, J, Ferri

Ramirez, C. (2008) Introduccin a la Minera

de Datos. Pearson-Prentice Hall.

Inmon (2002). Building the Data Warehouse

Third Edition. Wiley Computer Publishing

Kimball R., Reeves L., Ross M., Thornthwhite

W. The Data Warehouse Life Cycle Toolkit

Expert Methods for Designing, Developing

and Deploying Data Warehouses. John Wiley

& Sons.405 pag.

Kimball. The Data Warehouse Toolkit. Segunda

Edicin.

Klenzi, Ral O. (2008). Aplicacin de minera

de datos a la gestin bibliotecaria. Tesis de

Maestra. Maestra en Informtica. Universidad

Nacional de la Matanza.

Klenzi, R.; Malberti, M. A.; Beguer, G. (2008)

Anlisis comparativo entre estrategias de

clasificacin y reglas de asociacin, en la

determinacin de inductores, en encuesta de

satisfaccin de usuarios de una biblioteca

universitaria. Jornadas Chilenas de

Computacin 2008 (JCC 08) en el marco del

XX Encuentro Chileno de Computacin 2008

(ECC 08). Punta Arenas- Chile

Larose, D. (2006). Data Mining Methods and

Model,. Published by John Wiley & Sons, Inc.,

Hoboken, New Jersey.

Malberti, Mara A. (2008). Aplicacin de

Minera de Reglas de Asociacin en una

Biblioteca Universitaria. Tesis de Maestra.

Maestra en Informtica. Universidad Nacional

de la Matanza.

Migani, S.; Chavez, S. (2006) Diseo

Conceptual de un Data Warehouse. Revista

Ciencias. N1 2006 Pag. 83 a 90.

Migani, S.; Chavez, S. Klenzi, R; (2007)

Construccin de un Data Warehouse-Parte I.

Revista Ciencias. N1 2007 Pag. 45 a 56.

Nicholson, S. and Stanton, J. (2003). Gaining

Strategic Advantage through Bibliomining:

Data Mining for Management Decisions in

Corporate, Special, Digital, and Traditional

Libraries. Organizational Data Mining:

Leveraging Enterprise Data Resources for

Optimal Performance, H. Nemati and C. Barko,

eds. (Hershey, Penn.: Idea Group Pub.).

Oracle - Data Warehousing Guide 10g

Release 1 (10.1)

Pace, C. R. (1980). Measuring the quality of

student effort. Current Issues in Higher

Education.

http://www.scielo.cl/scielo.php?pid=S0718-

07052007000100001&script=sci_arttext

Paulraj Pona (2001) Data Warehousing

Fundamentals: A Comprehensive Guide for

IT Professionals.

R Development Core Team. (2006). R: A

language and environment for statistical computing. R Foundation for Statistical

Computing, Vienna, Austria.

http://www.Rproject. org.

Witten I. H. & Frank E. (2005). Data Mining,

practical Machine Learning Tools and

techniques. Second Edition. Morgan Kaufmann

Publisher.

Con formato: Izquierda, Sangra:Izquierda: 0,6 cm, Derecha: 0 cm