Modelo de clasificación de egresados donantes de una universidad usando técnicas de aprendizaje de máquinas

Abstract

La sostenibilidad de las actividades filantrópicas y la capacidad de la recaudación de fondos en las universidades dependen, entre otros factores, de la vinculación permanente y de la búsqueda de nuevos donantes. La conexión entre la universidad y sus egresados propicia la vinculación de esta comunidad y los clasifica como potenciales donantes. Este trabajo presenta tres modelos de aprendizaje de máquinas que son adecuados para clasificar a los egresados como donantes potenciales. Las métricas utilizadas para evaluar el desempeño de los tres modelos son accuracy, recall, F1 score y precisión. El modelo óptimo se obtiene con el algoritmo de máquinas de soporte vectorial con mejores resultados respecto a los dos modelos adicionales en comparación. (Texto tomado de la fuente)

The sustainability of philanthropic activities and the ability to raise funds in universities depends, among other factors, on permanent links and the search for new donors. The connection between the university and its graduates fosters the bonding of this community and classifies them as potential donors. This work presents three machine learning models that may be optimal for classifying graduates as potential donors. The metrics used to evaluate the performance of the three models are accuracy, recall, F1 score and precision. The optimal model is obtained with the algorithm of support vector machines with better results with respect to the two additional models in comparison.