![](bg7.png)
MEN, 2006a. América Latina piensa la deserción. En:
Boletín informativo Educación Superior. No 7 (dic).
Bogotá (Colombia): Ministerio de Educación
Nacional. p 14. ISSN: 1794-2446.
MEN, 2006b. Deserción estudiantil: prioridad en la
agenda. En: Boletín informativo Educación Superior.
No 7 (dic). Bogotá (Colombia): Ministerio de
Educación Nacional. p 1. ISSN: 1794-2446.
MEN, 2009. Deserción estudiantil en la educación
superior colombiana: metodología de seguimiento,
diagnóstico y elementos para su prevención. Bogotá
(Colombia): Ministerio de Educación Nacional. 158 p.
ISBN: 978-958-691-366-9.
OCARA, 2011. Datos de estudiantes matriculados en los
programas de pregrado de la Universidad de Nariño en
el periodo A de 2004 hasta el periodo A de 2011.
Oficina de Control y Registro Académico de la
Universidad de Nariño. Pasto (Colombia).
Pautsch, Jesús, 2009. Minería de datos aplicada al análisis
de la deserción en la Carrera de Analista en Sistemas
de Computación. Tesis de grado (Licenciado en
Sistemas de Información). Posadas, Misiones
(Argentina): Universidad Nacional de Misiones. 193 p.
Pautsch, Jesús, La Red, David, Cutro, Luis, 2010. Minería
de datos aplicada al análisis de la deserción en la
Carrera de Analista en Sistemas de Computación (on
líne). Posadas, Misiones (Argentina): Universidad
Nacional de Misiones.
http://www.dataprix.com/files/Analisis%20de%20Des
ercion%20Univ_0.pdf. (consulta: 18/06/2012).
Pinzón, Liza, 2011. Aplicando minería de datos al
marketing educativo. In: Revista Notas de Marketing.
No 1 (jun). Bogotá (Colombia): Universidad Sergio
Arboleda, Escuela de Marketing y Publicidad. p 45-61.
Quinlan, J. R., 1986. Induction of Decision Trees. In:
Machine Learning Journal, Vol. 1, No. 1, Kluwer
Academic Publishers, pp. 81-106. Boston, USA.
Quinlan, J. R., 1993. C4.5: Programs for Machine
Learning. San Francisco (CA, USA): Morgan
Kaufmann Publishers. 299 p. ISBN: 1-55860-238-0.
Restrepo, Mauricio, López, Andrés, 2008. Uso de la
metodología Rough Sets en un modelo de deserción
académica. In: XIV Congreso Ibero Latinoamericano
de Investigación de Operaciones, CLAIO 2008, (9-
12/09/2008), Cartagena (Colombia). Universidad del
Norte. Libro de Memorias CLAIO 2008, p.108-109.
Ediciones Uninorte.
Sattler, K., Dunemann, O., 2001. SQL Database Primitives
for Decision Tree Classifiers. In: The 10th ACM
International Conference on Information and
Knowledge Management - CIKM, (5-10/11/2001),
Atlanta, Georgia (USA): ACM. Proceedings, p. 379-
386. ISBN: 1-58113-436-3.
Spositto, Osvaldo, Etcheverry, Martín, Ryckeboer, Hugo,
Bossero, Julio, 2010. Aplicación de técnicas de
minería de datos para la evaluación del rendimiento
académico y la deserción estudiantil. In: Novena
Conferencia Iberoamericana en Sistemas, Cibernética
e Informática, CISCI 2010, (29/06-2/07/2010),
Orlando (Florida, EE.UU.). International Institute of
Informatics and Systemics. Memorias CISCI 2010,
Volumen I. ISBN: 978-1-934272-94-7.
Timarán, R., Millán, M., 2006. New Algebraic Operators
and SQL Primitives for Mining Classification Rules.
In: proceedings of The Five IASTED International
Conference on Computational Intelligence (CI 2006),
International Association of Science and Technology
for Development, ISBN No 0-88986-603-1. San
Francisco, USA.
Timarán Pereira, Ricardo, 2009. Una mirada al
descubrimiento de conocimiento en bases de datos. In:
Ventana Informática. No 20 (ene-jun., 2009).
Manizales (Colombia): Centro de Investigaciones,
Desarrollo e Innovación, Facultad de Ingeniería,
Universidad de Manizales. p 39-58. ISSN: 0123-
9678.
UPN, 2005. La deserción estudiantil: reto investigativo y
estratégico asumido de forma integral por la UPN (on
line). In: Encuentro Internacional sobre Deserción en
Educación Superior: experiencias significativas (17-
18/05/2005) Bogotá (Colombia): Ministerio de
Educación Nacional. http://www.mineducacion.
gov.co/1621/ articles-85600_Archivo_pdf3.pdf.
(consulta: 15/06/ 2012).
Valero, Sergio, 2009. Aplicación de técnicas de minería de
datos para predecir la deserción (on línea). Izúcar de
Matamoros, Puebla (Mexico): Universidad
Tecnológica de Izúcar de Matamoros.
http://www.utim.edu.mx/~svalero/docs/MineriaDeserc
ion.pdf. (consulta: 10/06/2012).
Valero, Sergio, Salvador, Alejandro, García, Marcela,
2010. Minería de datos: predicción de la deserción
escolar mediante el algoritmo de árboles de decisión y
el algoritmo de los k vecinos más cercanos (on line)
Izúcar de Matamoros, Puebla (Mexico): Universidad
Tecnológica de Izúcar de Matamoros. http://
www.utim.edu.mx/~svalero/docs/e1.pdf. (consulta:
10/06/2012).
Wang, M.; Iyer, B., Scott, V., J., 1998. Scalable Mining
for Classification Rules in Relational Databases. In:
International Database Engineering and Application
Symposium, IDEAS 98, (08-10/07/1998), Cardiff
(Wales,U.K.): IEEE Computer Society. Proceedings,
p. 58-67. ISBN: 0-8186-8307-4.
Witten, I. and Frank, E., 2000. Data Mining: Practical
Machine Learning Tools and Techniques with Java
Implementations. Morgan Kaufmann Publishers, 365
p, ISBN: 1-55860-552-5. San Francisco, CA, USA.
Zhang, T., Ramakrishnan, R., Livny, M., 1996. BIRCH:
An Efficient Data Clustering Method for Very Large
Databases. In ACM SIGMOD International
Conference on Management of Data, pp. 103-114.
Montreal, Canada.
KDIR2013-InternationalConferenceonKnowledgeDiscoveryandInformationRetrieval
142