Estudio de la gestión del presupuesto en el ISMMM utilizando minería de datos [Study of budget managementinISMMM using data mining]

Estudio de la gestión del presupuesto en el ISMMM utilizando minería de datos [Study of budget managementinISMMM using data mining]

Resumen

La elaboración del presupuesto permite a las empresas, los gobiernos e instituciones establecer prioridades y evaluar la consecución de sus objetivos. Su confección se basa en las instituciones de educación superior en sus procesos sustantivos.En los últimos años ha existido un gran crecimiento en las capacidades de generar y almacenar datos, de ahí que el volumen y la variedad de información hayan ido en aumento. Esto ha traído como consecuencia la incapacidad para analizar y transformar la información en conocimiento útil con las herramientas disponibles. En la presente investigación se realiza el descubrimiento de conocimiento oculto en los datos del presupuesto almacenados desde el 2004, registrados en documentos en formato Excel, por medio del uso de las técnicas de minería de datos: regresión lineal, asociación y clasificación; en la obtención de modelos para lograr mejoras en el proceso de elaboración del presupuesto en el ISMMM.El proceso de obtención de conocimiento fue realizado utilizando la metodología CRISP-DM (Cross – Industry Standard Processfor Data Mining) y a la herramienta de análisis de datos WEKA (WaikatoEnvironmentKnowledgeAnalysis).

Palabras clave:CRISP-DM, gestión de presupuesto, minería de datos, WEKA.

Abstract

The budget planning allows to enterprises, governments and institutions to states the priorities and to assesshow its objectives are carried out. In higher education institutions, the budget planning is based on its main processes. In the last years it had existed an accelerated growing of the capacities to generate and store data, so the volume and variety of information also grown. That’s why the disabilities to analyze and transform this information in useful knowledge with the available tools. This research aims to discover hidden knowledge from budget data stored in Excel files in the years from 2004 to 2011 using the data mining techniques: linear regression, association and classification, to improve the budget forecasting process at ISMMM. The knowledge discovering was made using the CRISP-DM (Cross – Industry Standard Process for Data Mining) methodology and the data analysis tool WEKA (Waikato Environment Knowledge Analysis).