<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Diseño y desarrollo de modelo predictivo integral, explicable y multinivel para la detección temprana y el seguimiento del riesgo de deserción estudiantil

dc.contributor.advisorEspinosa Rodríguez, Lilia Marcela
dc.contributor.authorDiaz Gomez, David Gerardo
dc.contributor.authorParra Gonzalez, Cristian Arturo
dc.contributor.orcidEspinosa Rodríguez, Lilia Marcela [0009-0000-6449-9291]
dc.creator.emaildavidgerdiaz777@gmail.com
dc.creator.emailcristianpar.2002@gmail.com
dc.creator.id20201020087
dc.creator.id20201578102
dc.date.accessioned2026-09-17T23:48:04Z
dc.date.available2026-09-17T23:48:04Z
dc.date.created2026-08-19
dc.descriptionEste documento presenta el desarrollo integral de un modelo predictivo de deserción estudiantil para la Universidad Distrital Francisco José de Caldas, llevado a cabo como pasantía en la Oficina Asesora de Tecnologías e Información (OATI). El proyecto evoluciona el modelo institucional existente —construido en el marco del CADEP Acacia— proponiendo una arquitectura de dos fases: una regresión logística que estima el riesgo inicial el día de la matrícula, y un modelo XGBoost con corrección de desbalance mediante SMOTE que refina dicha estimación al cierre del semestre. Evaluado sobre un histórico de 90 485 registros, el nuevo sistema alcanza un ROC-AUC de 0.865 y un recall del 77.8 % en la detección de deserciones efectivas, superando significativamente al enfoque anterior replicado sobre los mismos datos (0.805 y 47.0 %, respectivamente). El aporte central de este trabajo radica en su capa de explicabilidad: mediante la aplicación de valores SHAP, cada predicción entrega un nivel de riesgo, los tres factores que más contribuyen a dicho riesgo y el valor puntual de cada factor para el estudiante en cuestión. Esto permite a la dependencia de Bienestar Institucional diseñar intervenciones focalizadas y diferenciadas en lugar de aplicar protocolos genéricos. El desarrollo fue rigurosamente validado mediante 58 pruebas automatizadas y 13 pruebas funcionales, e incluye un análisis de tendencias sobre el histórico de datos. Asimismo, garantiza el cumplimiento de la Ley 1581 de 2012 sobre protección de datos mediante la anonimización de todos los identificadores. Finalmente, a solicitud de la OATI, el modelo fue desplegado como servicio mediante una API REST contenedorizada con Docker, la cual cuenta con documentación Swagger, seguridad auditada y pruebas de carga sin fallos, quedando lista para su traslado al repositorio de producción de la universidad.
dc.description.abstractThis document presents the comprehensive development of a student dropout predictive model for the Universidad Distrital Francisco José de Caldas, conducted as an internship at the Advisory Office of Technology and Information (OATI). The project evolves the existing institutional model—built under the CADEP Acacia framework—by proposing a two-phase architecture: a Logistic Regression that estimates initial risk on enrollment day, and an XGBoost model using SMOTE for class imbalance correction that refines this estimation at the end of the semester. Evaluated on a historical dataset of 90,485 enrollment records, the new system achieves a ROC-AUC of 0.865 and a recall of 77.8% for actual dropouts, significantly outperforming the previous approach replicated on the same data (0.805 and 47.0%, respectively). The central contribution of this work lies in its explainability layer: using SHAP values, each prediction provides the student's risk level, the top three contributing factors to that risk, and their specific values. This enables the Institutional Welfare department to design targeted, tailored interventions rather than applying generic protocols. The system was rigorously validated through 58 automated tests and 13 formal functional tests, and includes a trend analysis of the historical data. Furthermore, it ensures compliance with Data Protection Law 1581 of 2012 by anonymizing all student identifiers. Finally, at OATI's request, the model was deployed as a service via a Dockerized REST API, featuring Swagger documentation, audited security, and zero-failure load testing, leaving it ready for migration to the institutional production repository.
dc.format.mimetypepdf
dc.identifier.urihttp://hdl.handle.net/11349/103836
dc.language.isospa
dc.publisherUniversidad Distrital Francisco José de Caldas
dc.relation.referencesChawla, N. V., Bowyer, K. W., Hall, L. O. y Kegelmeyer, W. P. (2002). SMOTE: Synthetic Minority Over-sampling Technique. Journal of Artificial Intelligence Research, 16, 321–357.
dc.relation.referencesChen, T. y Guestrin, C. (2016). XGBoost: A Scalable Tree Boosting System. En Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 785–794.
dc.relation.referencesCongreso de la República de Colombia. (2012). Ley 1581 de 2012, por la cual se dictan disposiciones generales para la protección de datos personales. Diario Oficial No. 48.587.
dc.relation.referencesComisión Europea. Programa Erasmus+. Marco de co nanciación del proyecto CADEP Acacia.
dc.relation.referencesLundberg, S. M. y Lee, S.-I. (2017). A Uni ed Approach to Interpreting Model Predictions. En Advances in Neural Information Processing Systems 30 (NIPS 2017).
dc.relation.referencesRubio-Tobar, D. F. (2024). Concentración del abandono estudiantil en los primeros semestres de educación superior.
dc.rights.accesoAbierto (Texto Completo)
dc.rights.accessrightsOpenAccess
dc.subjectDeserción estudiantil
dc.subjectAprendizaje automático
dc.subjectModelos predictivos
dc.subjectExplicabilidad (XAI)
dc.subjectValores SHAP
dc.subject.keywordStudent dropout
dc.subject.keywordMachine learning
dc.subject.keywordPredictive modeling
dc.subject.keywordExplainability (XAI)
dc.subject.keywordSHAP values
dc.subject.lembIngeniería de Sistemas -- Tesis y disertaciones académicas
dc.subject.lembDeserción universitaria — Prevención
dc.subject.lembDeserción estudiantil — Predicción
dc.subject.lembModelos predictivos — Educación
dc.titleDiseño y desarrollo de modelo predictivo integral, explicable y multinivel para la detección temprana y el seguimiento del riesgo de deserción estudiantil
dc.title.titleenglishDesign and development of a comprehensive, explainable, and multilevel predictive model for the early detection and monitoring of student dropout risk
dc.typebachelorThesis
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.degreePasantía
dc.type.driverinfo:eu-repo/semantics/bachelorThesis

Archivos

Bloque original

Mostrando 1 - 3 de 3
Cargando...
Miniatura
Nombre:
DiazGomezDavidGerardo2026.pdf
Tamaño:
4,27 MB
Formato:
Adobe Portable Document Format
Cargando...
Miniatura
Nombre:
Licencia de uso y publicacion.pdf
Tamaño:
320,99 KB
Formato:
Adobe Portable Document Format
Cargando...
Miniatura
Nombre:
DiazGomezDavidGerardo2026Anexos.zip
Tamaño:
142,36 KB
Formato:

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
7 KB
Formato:
Item-specific license agreed upon to submission
Descripción: