Sistema de recomendación vocacional en línea / Online vocational recommendation system

  • Sergio Alcaraz Corona Universidad Autónoma de Nuevo León
  • Mario Alejandro Bustos Jiménez Universidad Autónoma de Nuevo León
Palabras clave: sistemas de recomendación, orientación vocacional, inteligencia artificial

Resumen

Actualmente elegir la profesión deseada se ha convertido en una de las decisiones más difíciles dada la gran variedad de opciones e información disponibles. el proceso para seleccionar una profesión comienza con la correcta elección del programa educativo que más se ajuste a las habilidades, conocimiento y preferencias del individuo. para apoyar dicho proceso existen diferentes opciones tales como cursos de orientación vocacional así como aplicaciones informáticas, las cuales ayudan a los usuarios en su proceso de selección (katz, 1993); sin embargo, la mayoría de estas aplicaciones tienen un costo alto o no ofrecen resultados confiables. el objetivo de este trabajo es presentar un sistema de recomendación vocacional en línea basado en un algoritmo de asociación y clasificación de información como el principal componente de definición de perfiles vocacionales.

Citas

Adomavicius, G., y Tuzhilin, A. (2005). Toward the next generation of recommender systems: A survey of the state-of-the-art and possible extensions. IEEE Transactions on Knowledge and Data Engineering, 17(6), pp. 734-749.

Aher, S. B., & Lobo, L. M. R. J. (2013). Combination of machine learning algorithms for recommendation of courses in E-Learning system based on historical data. Knowledge Based Systems, 51, pp. 1-14.

Alcaraz, S., Sánchez, X., González, A. (2015). Encuesta orientauanl. FIME UANL. Sitio web: http://bit.ly/orientaUANL

Beati, H. (2011). PHP: Creación de páginas Web dinámicas. Buenos Aires: Alfaomega Grupo Editor Argentino.

Betz, N. E., Fitzgerald, L. F., Hill, R. E. (1989). Trait-factor theories: Traditional cornerstone of career theory. In M. B. Arthur, D. T. Hall, & B. S. Lawrence (Eds.), Handbook of career theory. Cambridge: Cambridge University Press, pp. 26-40.

Cronbach, L. J. (1951). Coefficient alpha and the internal structure of test. Psychometrika, 16(3), pp. 297-334.

Duda, R. O., & Hart, P. E. (1973). Pattern classification and scene analysis. John Wiley & Sons, Inc.

Franca, D. (2012). Decide tu carrera, orientación vocacional para jóvenes mexicanos. Relpe. Sitio web: http://www.relpe.org/decide-tu-carrera-orientacion-vocacional-para-jovenes-mexicanos/

Gati, I., Fishman-Nadav, Y., Shiloh, S. (2006). The relations between preferences for using abilities, self-estimated abilities, and measured abilities among career counseling clients. Journal of Vocational Behavior, 68, pp. 24-38.

Holland, J. L. (1997). Making vocational choices: A theory of vocational personalities Uand work environments. Odessa, FL: Psychological Assessment Resources.

Kasabov, N. K. (1996). Foundations of neural networks, fuzzy systems, and knowledge engineering. Cambridge: MIT Press.

Katz, M. R. (1993). Computer-assisted career decision making. Hillsdale, NJ: Erlbaum.

Leavitt, N. (2006). Recommendation Technology: Will It Boost E-Commerce? IEEE Computer Society.

Likert, R. (1932). A technique for the measurement of attitudes. Archives of Psychology, 140, pp. 1-55.

Linden, G., Smith, B., York, J. (2003). Amazon.com Recommendations Item-to-Item Collaborative Filtering, IEEE Internet Computing.

Sobecki, J. (2014). Comparison of selected swarm intelligence algorithms in student courses recommendation application. International Journal of Software Engineering and Knowledge Engineering, 24(1), pp. 91-109.

Truemper, K. (2004). Design of logic-based intelligent systems. Wiley-Interscience.

Witten, I. H., & Frank, E. (2005). Data mining: Practical machine learning tools and techniques. Second Edition, Morgan Kaufmann.

Publicado
2016-06-19
Cómo citar
Alcaraz Corona, S., & Bustos JiménezM. A. (2016). Sistema de recomendación vocacional en línea / Online vocational recommendation system. RECI Revista Iberoamericana De Las Ciencias Computacionales E Informática, 5(9), 68 - 83. Recuperado a partir de https://reci.org.mx/index.php/reci/article/view/43
Número
Vol. 5 Núm. 9 (2016): Enero - Junio 2016
Sección
Artículos Cientificos

Con el propósito de promover el desarrollo y divulgación de la investigación en educación en América Latina, en La RECI Revista Iberoamericana de las Ciencias Computacionales e Informática se adhirió a la Iniciativa de Acceso Abierto de Budapest, por lo que se identifica como una publicación de acceso abierto. Esto significa que cualquier usuario puede leer el texto completo de los artículos, imprimirlos, descargarlos, copiarlos, enlazarlos, distribuirlos y usar los contenidos para otros fines. Las licencias Creative Cummons, permiten especificar los derechos de uso de una revista de acceso abierto disponible en Internet de tal manera que los usuarios conocen las reglas de publicación.

Los autores/as que publiquen en esta revista aceptan las siguientes condiciones:

Los autores/as conservan los derechos de autor y ceden a la revista el derecho de la primera publicación, con el trabajo registrado con la licencia de atribución de Creative Commons, que permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta revista.

Los autores/as pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.

Se permite y recomienda a los autores/as a publicar su trabajo en Internet (por ejemplo en páginas institucionales o personales) antes y durante el proceso de revisión y publicación, ya que puede conducir a intercambios productivos y a una mayor y más rápida difusión del trabajo publicado