Reconocimiento automático de atributos de personalidad para orientación vocacional

Robles Montoya, Abel

Ver Estadísticas

Tesis Validadas: 2,591

Tesis de Posgrado: 2650

Número de Visitas:

Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)

Tesis de Posgrado

Sinaloa

Instituto Tecnológico de Culiacán

Tesis de Maestría

Maestría en Ciencias de la Computación

Please use this identifier to cite or link to this item: https://rinacional.tecnm.mx/jspui/handle/TecNM/6464

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	Barrón Estrada, María Lucía	-
dc.contributor.author	Robles Montoya, Abel	-
dc.creator	Robles Montoya, Abel#ROMA970710HSLBNB00	-
dc.date.accessioned	2023-10-16T21:53:16Z	-
dc.date.available	2023-10-16T21:53:16Z	-
dc.date.issued	2022	-
dc.identifier.uri	https://rinacional.tecnm.mx/jspui/handle/TecNM/6464	-
dc.description	En México solo 6 de cada 10 alumnos de educación superior logran terminar sus estudios; aunque las causas más comunes son los problemas socioeconómicos y personales; también la insatisfacción académica y el bajo rendimiento escolar impactan en gran medida, esto sugiere una mala elección de carrera. La personalidad del estudiante se ha identificado como un factor clave que influye en la elección de carrera; ya que los estudiantes eligen entornos académicos acordes con su personalidad; aunque muchas veces, los jóvenes no siempre saben qué opciones son las más adecuadas para sus características en particular. En este trabajo de investigación se presenta el desarrollo de un sistema de predicción de carreras profesionales utilizando como entrada un video del usuario; con el objetivo de ayudar a los estudiantes a tomar una mejor decisión. Para el desarrollo de este sistema fue necesario recopilar información de diferentes tipos como cuestionarios de personalidad e intereses profesionales, videos, así como información relativa a la formación académica y profesional de los participantes; con los que se generó un conjunto de datos (dataset) de personalidad e intereses profesionales. Este dataset se utilizó para entrenar modelos de aprendizaje máquina con el fin de predecir intereses profesionales a partir de video. El sistema PersonApp se utilizó como base para el desarrollo del sistema para recopilar información, adecuándolo a las necesidades actuales, con éste se logró generar una base de datos de 128 cuestionarios de personalidad e intereses profesionales y 68 videos; los valores de cada atributo de los cuestionarios de personalidad e intereses muestran una distribución normal. En cuanto a los resultados de los modelos de predicción; en el caso del modelo de personalidad es de un error promedio de 0.18, mientras que para el modelo de intereses profesionales es de 0.16. A partir de los datos analizados en los resultados, se puede ver un problema en los reconocedores al tratar de realizar las predicciones; problema originado debido a la distribución de los datos, la cual provoca que los modelos aprendan a minimizar el error arrojando valores cercanos a la media, lugar donde se encuentra el mayor volumen de datos. Estos problemas hacen al sistema de recomendación de carreras inexacto, por lo que se requiere seguir investigando para mejorar los modelos de aprendizaje.	es_MX
dc.language.iso	spa	es_MX
dc.publisher	Tecnológico Nacional de México	es_MX
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/4.0	es_MX
dc.subject	info:eu-repo/classification/cti/7	es_MX
dc.subject.other	Abandono escolar Aprendizaje máquina Aprendizaje profundo Conjunto de datos (Dataset) HEXACO Intereses profesionales OCEAN Orientación vocacional Personalidad Plataforma web Pruebas estandarizadas de intereses Pruebas estandarizadas de personalidad Reconocimiento automático de intereses Reconocimiento automático de personalidad RIASEC Sistema de predicción de intereses profesionales	es_MX
dc.title	Reconocimiento automático de atributos de personalidad para orientación vocacional	es_MX
dc.type	info:eu-repo/semantics/masterThesis	es_MX
dc.contributor.director	Barrón Estrada, María Lucía#BAEL641031MSLRSC09	-
dc.folio	MCC-2022-6	es_MX
dc.rights.access	info:eu-repo/semantics/openAccess	es_MX
dc.publisher.tecnm	Instituto Tecnológico de Culiacán	es_MX
Appears in Collections:	Maestría en Ciencias de la Computación