Modelo predictivo del consumo de alcohol en estudiantes de la Universidad de Córdoba a partir de la minería de datos
| dc.audience | Comunidad Universidad de Medellín | spa |
| dc.contributor.advisor | Hernández Leal, Emilcy Juliana | |
| dc.contributor.advisor | Orozco Duque, Andrés Felipe | |
| dc.contributor.author | López Gaviria, Lila Patricia | |
| dc.coverage.spatial | Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degrees | |
| dc.coverage.spatial | Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degreesLong: 075 36 00 W degrees minutes Long: -75.6000 decimal degrees | |
| dc.date | 2025-03-05 | |
| dc.date.accessioned | 2025-05-27T15:56:30Z | |
| dc.date.available | 2025-05-27T15:56:30Z | |
| dc.description | El consumo de alcohol entre estudiantes universitarios es un problema cada vez más frecuente en las Instituciones de Educación Superior (IES). Esto se suma al hecho de que las bebidas alcohólicas están presentes en todo tipo de celebraciones y reuniones sociales. En este contexto, se propone una metodología para la clasificación del riesgo de consumo de alcohol basada en modelos de machine learning. Los modelos evaluados incluyen Logistic Regression, Random Forest, Perceptrón Multicapa y Support Vector Machine (SVM). Random Forest mostró el mejor desempeño general, con un F1-score de 0.45 después de la optimización de hiperparámetros y la selección de características relevantes. El modelo SVM se destacó en la métrica de recall, detectando hasta el 86% de los casos de consumo de alcohol tras la aplicación de técnicas de balanceo como SMOTE, RUS; no obstante, esto incrementó el número de falsos positivos. Por su parte, los modelos de Regresión Logística y Perceptrón Multicapa presentaron un rendimiento moderado en comparación con los anteriores. El uso de diversas técnicas de balanceo, como SMOTE, ADASYN, RUS, Cluster Centroids, SMOTEENN y Tomek Links, contribuyó a mejorar significativamente desempeño de los modelos, especialmente en términos de recall, permitiendo así una detección de los estudiantes consumidores de alcohol. | spa |
| dc.description | Alcohol consumption among university students is an increasingly frequent problem in Higher Education Institutions (HEIs). This is in addition to the fact that alcoholic beverages are present in all kinds of celebrations and social gatherings. In this context, a methodology for alcohol consumption risk classification based on machine learning models is proposed. The models evaluated include Logistic Regression, Random Forest, Multilayer Perceptron and Support Vector Machine (SVM). Random Forest showed the best overall performance, with an F1-score of 0.45 after hyperparameter optimization and relevant feature selection. The SVM model excelled in the recall metric, detecting up to 86% of alcohol consumption cases after the application of balancing techniques such as SMOTE, RUS; however, this increased the number of false positives. On the other hand, the Logistic Regression and Multilayer Perceptron models presented a moderate performance compared to the previous ones. The use of various balancing techniques, such as SMOTE, ADASYN, RUS, Cluster Centroids, SMOTEENN and Tomek Links, contributed to significantly improve the performance of the models, especially in terms of recall, thus allowing the detection of student alcohol consumers. | eng |
| dc.description.degreelevel | Maestría | spa |
| dc.description.degreename | Magíster en Ingeniería de Software | spa |
| dc.format.extent | p. 1-91 | spa |
| dc.format.medium | Electrónico | spa |
| dc.format.mimetype | application/pdf | |
| dc.identifier.instname | instname:Universidad de Medellín | spa |
| dc.identifier.other | T 0627 2024 | |
| dc.identifier.reponame | reponame:Repositorio Institucional Universidad de Medellín | spa |
| dc.identifier.uri | http://hdl.handle.net/11407/8933 | |
| dc.language.iso | spa | |
| dc.publisher | Universidad de Medellín | spa |
| dc.publisher.faculty | Facultad de Ingenierías | spa |
| dc.publisher.place | Medellín | spa |
| dc.publisher.program | Maestría en Ingeniería de Software | spa |
| dc.relation.citationendpage | 91 | |
| dc.relation.citationstartpage | 1 | |
| dc.relation.references | Afifi, H., Pochaba, S., Boltres, A., Laniewski, D., Haberer, J., Leonard, P., . . . others (2024). Machine learning with computer networks: Techniques, datasets and models. IEEE access. | |
| dc.relation.references | Ahumada-Cortez, J. G., Gámez-Medina, M. E., y Valdez-Montero, C. (2017). El consumo de alcohol como problema de salud pública. Ra Ximhai, 13 (2), 13–24. | |
| dc.relation.references | Arteaga Yánez, Y. L., Peraza de Aparicio, C. X., Ortega Guevara, N. M., Luna Álvarez, H. E., Zurita Barrios, N. Y., López Gamboa, Y., . . . others (2022). Cuidados de enfermería en la salud mental. Quito, Universidad Metropolitana. | |
| dc.relation.references | Batista, G. E., Prati, R. C., y Monard, M. C. (2004). A study of the behavior of several methods for balancing machine learning training data. ACM SIGKDD explorations newsletter , 6 (1), 20–29. | |
| dc.relation.references | Betancourth-Zambrano, S., Tacán-Bastidas, L., y Cordoba-Paz, E. G. (2017). Consumo de alcohol en estudiantes universitarios colombianos. Universidad y salud, 19 (1), 37–50. | |
| dc.relation.references | Chawla, 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.references | Cruz, E., González, M., y Rangel, J. C. (2022). Técnicas de machine learning aplicadas a la evaluación del rendimiento ya la predicción de la deserción de estudiantes universitarios, una revisión. Prisma Tecnológico, 13 (1), 77–87. | |
| dc.relation.references | Elhassan, T., y Aljurf, M. (2016). Classification of imbalance data using tomek link (t-link) combined with random under-sampling (rus) as a data reduction method. Global J Technol Optim S, 1 , 2016. | |
| dc.relation.references | Fayyad, U., Piatetsky-Shapiro, G., y Smyth, P. (1996, Mar.). From data mining to knowledge discovery in databases. AI Magazine, 17 (3), 37. Descargado de https://ojs.aaai.org/aimagazine/index.php/aimagazine/article/view/1230 doi: 10.1609/aimag.v17i3.1230 | |
| dc.relation.references | Ferrera Perera, M. Y., y cols. (2019). Opinión de los/as empresarios/as de la hostelería sobre posibles medidas preventivas en relación al abuso y dependencia al alcohol. | |
| dc.relation.references | Fierro, F. S., Castañeda, J., y Revelo-Aldás, M. (2022, 6). Modelos predictivos para la estimación de adolescentes con tendencia al alcoholismo. AXIOMA, 1 , 74-79. doi:10.26621/ra.v1i26.779 | |
| dc.relation.references | Frawley, W. J., Piatetsky-Shapiro, G., y Matheus, C. J. (1992). Knowledge discovery in databases: An overview. AI magazine, 13 (3), 57–57. | |
| dc.relation.references | García, J., Molina, J., Berlanga, A., Patricio, M., Bustamante, A., y Padilla, W. (2018). Ciencia de datos : técnicas analíticas y aprendizaje estadístico. Bogotá, Colombia. Publicaciones altaria, sl. | |
| dc.relation.references | García-Carretero, M. A., Moreno-Hierro, L., Martínez, M. R., de los Ángeles Jordán-Quintero, M., Morales-García, N., y O’Ferrall-González, C. (2019, 9). Alcohol consumption patterns of university students of health sciences. enfermería Clínica, 29 , 291-296. doi: 10.1016/j.enfcli.2019.01.003 | |
| dc.relation.references | Gerard, C. (2021). Practical machine learning in javascript: Tensorflow. Js for web developers. Springer. | |
| dc.relation.references | Gironés, J., Quiles, R. C., Roma, J. C., Alfonso, J. M., Casas, J., y Minguillón, J. (2017). Minería de datos: modelos y algoritmos. Editorial UOC. | |
| dc.relation.references | He, H., Bai, Y., García, E. A., y Li, S. (2008). Adasyn: Adaptive synthetic sampling approach for imbalanced learning. En 2008 IEEE International joint conference on neural networks (ieee world congress on computational intelligence) (pp. 1322–1328). | |
| dc.relation.references | He, H., y Garcia, E. A. (2009). Learning from imbalanced data. IEEE Transactions on knowledge and data engineering, 21 (9), 1263–1284. | |
| dc.relation.references | Ishaq, A., Sadiq, S., Umer, M., Ullah, S., Mirjalili, S., Rupapara, V., y Nappi, M. (2021). Improving the prediction of heart failure patients’ survival using smote and effective data mining techniques. IEEE access, 9 , 39707–39716. | |
| dc.relation.references | Kharabsheh, M., Meqdadi, O., Alabed, M., Veeranki, S., Abbadi, A., y Alzyoud, S. (2019). A machine learning approach for predicting nicotine dependence. International Journal of Advanced Computer Science and Applications, 10 (3). | |
| dc.relation.references | Kitchenham, B., y Charters, S. M. (2007). Guidelines for performing systematic literature reviews in software engineering. Descargado de https://www.researchgate.net/publication/302924724 | |
| dc.relation.references | Lamprou, S. (2021). A study in alcohol: A comparison of data mining methods for identifying binge drinking risk factors in university students. | |
| dc.relation.references | Marcon, G., de Ávila Pereira, F., Zimerman, A., da Silva, B. C., von Diemen, L., Passos, I. C., y Recamonde-Mendoza, M. (2021, 9). Patterns of high-risk drinking among medical students: A web-based survey with machine learning. Computers in Biology and Medicine, 136 . doi: 10.1016/j.compbiomed.2021.104747 | |
| dc.relation.references | Minsalud, M. d. J. y. d. D. O. d. D. d. C. y. M. d. E. N. (2016). Estudio nacional de consumo de sustancias psicoactivas en población escolar Colombia. SD [cited 2016 Noviembre 16. Available from: https://www.minjusticia.gov.co/programasco/ODC/Publicaciones/Publicaciones/CO03142016estudioconsumoescolares 2016. | |
| dc.relation.references | OEA, C. I. p. e. C. d. A. d. D. C., Organización de los Estados Americanos. (2019). Informe sobre el consumo de drogas en las Américas. | |
| dc.relation.references | OMS, O. M. d. l. S. (2018). El consumo nocivo de alcohol mata a más de 3 millones de personas al a˜no, en su mayoría hombres. OMS Ginebra. | |
| dc.relation.references | Pascual Pastor, F. (2012). 3. conceptos y diagnóstico del alcoholismo. MONOGRAFÍA SOBRE, 121. | |
| dc.relation.references | Reátegui, R., Torres-Carrión, P., López, V., Galárraga, A., Grondona, G., y Núñez, C. L. (2020). Cluster analysis base on psychosocial information for alcohol, tobacco and other drugs consumers. En Communications in computer and information science (Vol. 1194 CCIS, p. 269-283). Springer. doi: 10.1007/978-3-030-42520-322 | |
| dc.relation.references | Rodriguez de la Cruz, P. J., González-Angulo, P., Salazar-Mendoza, J., Camacho-Martínez, J. U., y López-Cocotle, J. J. (2022). Percepción de riesgo de consumo de alcohol y tabaco en universitarios del área de salud. Sanus, 7 . | |
| dc.relation.references | Samhsa. (1994, octubre). https://www.bvscolombia.org/tamizaje-y-evaluacion-spa/.BVS Colombia. (Accessed: 2025-1-9) | |
| dc.relation.references | Saunders, J. B., Aasland, O. G., Babor, T. F., De la Fuente, J. R., y Grant, M. (1993). Development of the alcohol use disorders identification test (audit): Who collaborative project on early detection of persons with harmful alcohol consumption-ii. Addiction, 88 (6), 791–804. | |
| dc.relation.references | Singh, A., Singh, V., Gourisaria, M. K., y Sharma, A. (2022). Alcohol consumption rate prediction using machine learning algorithms. En 2022 oits international conference on information technology (ocit) (p. 85-90). doi: 10.1109/OCIT56763.2022.00026 | |
| dc.relation.references | Swamynathan, M. (2017). Mastering machine learning with python in six steps: A practical implementation guide to predictive data analytics using python. Springer. | |
| dc.relation.references | Tan, P.-N., Steinbach, M., y Kumar, V. (2006). Data mining introduction. People’s Posts and Telecommunications Publishing House, Beijing. | |
| dc.relation.references | Tomek, I. (1976). Two modifications of cnn. IEEE Transactions on Systems, Man, and Cybernetics, SMC-6(11), 769-772. doi: 10.1109/TSMC.1976.4309452 | |
| dc.relation.references | Valdiviezo-Diaz, P., Torres-Carrión, P., Bustamante-Granda, B. F., y Sánchez-Puertas, R. N. (2020, 11). Aplicación de técnicas de minería de datos para la predicción del consumo de tabaco y alcohol en estudiantes universitarios. Revista Ibérica de Sistemas e Tecnologías de Informa，c˜ao Iberian Journal of Information Systems and Technologies, 32 , 242-255. | |
| dc.relation.references | Whitney, A. W. (1971). A direct method of nonparametric measurement selection. IEEE transactions on computers, 100 (9), 1100–1103. | |
| dc.relation.references | Yen, S.-J., y Lee, Y.-S. (2009). Cluster-based under-sampling approaches for imbalanced data distributions. Expert Systems with Applications, 36 (3), 5718–5727. | |
| dc.rights.accessrights | info:eurepo/semantics/openAccess | |
| dc.rights.creativecommons | Attribution-NonCommercial-ShareAlike 4.0 International | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc/4.0 | * |
| dc.subject | Minería de datos | spa |
| dc.subject | Aprendizaje automático | spa |
| dc.subject | Consumo de alcohol | spa |
| dc.subject | Predictivo | spa |
| dc.subject | Algoritmos de clasificación | spa |
| dc.subject | Data mining | eng |
| dc.subject | Alcohol drinking | eng |
| dc.subject | Machine learning | eng |
| dc.subject | Prediction | eng |
| dc.subject | Classification algorithms | eng |
| dc.subject.lemb | Algoritmos | |
| dc.subject.lemb | Aprendizaje automático (Inteligencia artificial) | |
| dc.subject.lemb | Consumo de bebidas alcohólicas | |
| dc.subject.lemb | Estudiantes universitarios | |
| dc.subject.lemb | Minería de datos | |
| dc.title | Modelo predictivo del consumo de alcohol en estudiantes de la Universidad de Córdoba a partir de la minería de datos | spa |
| dc.type | info:eu-repo/semantics/masterThesis | |
| dc.type.coar | http://purl.org/coar/resource_type/c_bdcc | |
| dc.type.hasversion | publishedVersion | |
| dc.type.hasversion | info:eu-repo/semantics/acceptedVersion | |
| dc.type.local | Tesis de Maestría | spa |
Archivos
Bloque original
1 - 1 de 1