Using classification and prediction algorithms to process surveys in the Altair® RapidMiner data mining software

Gabriela Pazmiño Moreira; Olga Lilian Mendoza Talledo; Homero Mendoza Rodríguez; María José Pazmiño Moreira; Jonathan Josué Proaño Morales

doi:10.47606/ACVEN/PH0319

Authors

Gabriela Pazmiño Moreira Department of data processing and survey Design, prodata & Desing, 130103 https://orcid.org/0000-0002-8443-9189
Olga Lilian Mendoza Talledo Universidad Técnica de Manabí https://orcid.org/0000-0001-6053-562X
Homero Mendoza Rodríguez Universidad Técnica de Manabí https://orcid.org/0009-0004-9049-4207
María José Pazmiño Moreira Department of data processing and survey Design, prodata & Desing, 130103 https://orcid.org/0000-0001-6035-4909
Jonathan Josué Proaño Morales Universidad Técnica de Manabí https://orcid.org/0000-0002-7140-5318

DOI:

https://doi.org/10.47606/ACVEN/PH0319

Keywords:

Datos, Productividad, big data, Marketing, Comportamiento demográfico.

Abstract

En la actualidad, analizar y procesar encuestas para buscar patrones se ha convertido en algo esencial para resolver y encontrar nuevas estrategias de distribución de productos. Por esta razón, se han analizado encuestas utilizando algoritmos de clasificación y predicción para buscar patrones. Para ello, se aplicó el software libre Altair® RapidMiner Studio Versión 2024 a la información extraída de las encuestas realizadas a través de Google Forms y distribuidas online por todo el territorio nacional. Las encuestas constaban de 30 preguntas, la mayoría de opción múltiple. Se utilizaron algoritmos AdaBoost, Naive Bayes y deep learning para clasificar, analizar y encontrar patrones entre las preguntas. Así, las vacunas utilizadas variaron en función de los grupos de edad y de los medios en los que se mostraron los anuncios. En conclusión, esta herramienta se considera fácil de usar debido a su sencillez, ya que ofrece algoritmos que permiten una clasificación y predicción precisa de las encuestas, así como la búsqueda y visualización de patrones.

Downloads

Download data is not yet available.

References

Andronie, M., Lazaroiu, G., Iatagan, M., Hurloiu, I., Stefanescu, R., Dijmarescu, A., & Dijmarescu, I. (2023). Big data management algorithms, deep learning-based object detection technologies, and geospatial simulation and sensor fusion tools in the Internet of Robotic Things. ISPRS International Journal of Geo-Information, 12(2), 35. https://doi.org/10.3390/ijgi12020035

Batt, S., Grealis, T., Harmon, O., & Tomolonis, P. (2020). Learning Tableau: A data visualization tool. The Journal of Economic Education, 51(3–4), 317–328. https://doi.org/10.1080/00220485.2020.1804503

Batool, S., Rashid, J., Nisar, M. W., Kim, J., Kwon, H.-Y., & Hussain, A. (2023). Educational data mining to predict students’ academic performance: A survey study. Education and Information Technologies, 28(1), 905–971. https://doi.org/10.1007/s10639-022-11152-y

Delgado-Demera, M. H., Proaño–Morales, J. J., Delgado-Demera, M. M., Burgos–Briones, G. A., & Cedeño–Palacios, C. A. (2023). Evaluación de riesgos sanitarios en el Centro de Faenamiento Municipal de Portoviejo – Manabí, Ecuador. Revista Científica De La Facultad De Ciencias Veterinarias De La Universidad Del Zulia, 33(2), 1-7. https://doi.org/10.52973/rcfcv-e33256

Dong, Z., Fang, Y., Wang, X., Zhao, Y., & Wang, Q. (2015). Hydrophobicity classification of polymeric insulators based on embedded methods. Materials Research, 18(1), 127–137. https://doi.org/10.1590/1516-1439.286414

Egert, J., & Kreutz, C. (2023). Rcall: An R interface for MATLAB. SoftwareX, 21(101276), 101276. https://doi.org/10.1016/j.softx.2022.101276

Estrada-Danell, R. I., Zamarripa-Franco, R. A., Zúñiga-Garay, P. G., & Martínez-Trejo, I. (2016). Aportaciones desde la minería de datos al proceso de captación de matrícula en Instituciones de Educación Superior particulares. Revista Electrónica Educare, 20(3), 1. https://doi.org/10.15359/ree.20-3.11

Fernández Morales, M. E., & Bonilla Carrión, R. (2020). Bibliominería, datos y el proceso de toma de decisiones. Revista interamericana de bibliotecologia, 43(2), eI8. https://doi.org/10.17533/udea.rib.v43n2ei8

Fernández-Fontelo, A., Kieslich, P. J., Henninger, F., Kreuter, F., & Greven, S. (2023). Predicting question difficulty in web surveys: A machine learning approach based on mouse movement features. Social Science Computer Review, 41(1), 141–162. https://doi.org/10.1177/08944393211032950

Hao, L., & Huang, G. (2023). An improved AdaBoost algorithm for identification of lung cancer based on electronic nose. Heliyon, 9(3), e13633. https://doi.org/10.1016/j.heliyon.2023.e13633

Heaton, J. (2018). Ian Goodfellow, Yoshua Bengio, and Aaron Courville: Deep learning: The MIT Press, 2016, 800 pp, ISBN: 0262035618. Genetic Programming and Evolvable Machines, 19(1–2), 305–307. https://doi.org/10.1007/s10710-017-9314-z

Irvine, A., Luke, D., Harrild, F., Gandy, S., & Watts, R. (2023). Transpersonal ecodelia: Surveying psychedelically induced biophilia. Psychoactives, 2(2), 174–193. https://doi.org/10.3390/psychoactives2020012

Ji, H., Wu, G., Zhao, Y., Wang, S., Wang, G., & Yuan, G. Y. (2023). joinTree: A novel join-oriented multivariate operator for spatio-temporal data management in Flink. GeoInformatica, 27(1), 107–132. https://doi.org/10.1007/s10707-022-00470-5

Khan, A., Khan, S. H., Saif, M., Batool, A., Sohail, A., & Waleed Khan, M. (2023). A Survey of Deep Learning Techniques for the Analysis of COVID-19 and their usability for Detecting Omicron. Journal of Experimental & Theoretical Artificial Intelligence: JETAI, 1–43. https://doi.org/10.1080/0952813x.2023.2165724

Kotu, V., & Deshpande, B. (2014). Predictive Analytics and Data Mining: Concepts and practice with Altair® RapidMiner. Morgan Kaufmann. ISBN: 9780128016503

Latif, A., Fairdous, R., Akhtar, R., & Ambreen, M. (2023). Exploring the impact of Big Data Analytics on organizational decision-making and performance: Insights from Pakistan’s industrial sector. Pakistan Journal of Humanities and Social Sciences, 11(2). https://doi.org/10.52131/pjhss.2023.1102.0475

Liu, B., Blasch, E., Chen, Y., Shen, D., & Chen, G. (2013). Scalable sentiment classification for Big Data analysis using Naïve Bayes Classifier. 2013 IEEE International Conference on Big Data. DOI: 10.1109/BigData.2013.6691740

Mosquera, R., Castrillón, O. D., & Parra, L. (2018). Máquinas de Soporte Vectorial, Clasificador Naïve Bayes y Algoritmos Genéticos para la Predicción de Riesgos Psicosociales en Docentes de Colegios Públicos Colombianos. CIT Informacion Tecnologica, 29(6), 153–162. https://doi.org/10.4067/s0718-07642018000600153

Ongena, Y., & Unger, S. (2020). The effects of task difficulty and conversational cueing on answer formatting problems in surveys. In Advances in Questionnaire Design, Development, Evaluation and Testing (pp. 259–286). Wiley. https://doi.org/10.1002/9781119263685.ch11

Orellana Cordero, M. P., & Cedillo, P. (2020). Detección de valores atípicos con técnicas de minería de datos y métodos estadísticos. Enfoque UTE, 11(1), 56–67. https://doi.org/10.29019/enfoque.v11n1.584

Prabu, M. V., & Rahini, M. (2023). Application of Kuratowski’s closure operator in Python program. 5th International Conference On Current Scenario In Pure And Applied Mathematics (ICCSPAM-2022). https://doi.org/10.1063/5.0137779

Rahman, A., & Muktadir, M. G. (2021). SPSS: An imperative quantitative data analysis tool for social science research. International Journal of Research and Innovation in Social Science, 05(10), 300–302. https://doi.org/10.47772/ijriss.2021.51012

Ramírez, P. E., & Grandón, E. E. (2018). Predicción de la Deserción Académica en una Universidad Pública Chilena a través de la Clasificación basada en Árboles de Decisión con Parámetros Optimizados. Formación Universitaria, 11(3), 3–10. https://doi.org/10.4067/s0718-50062018000300003

Sandeep, V., & Vindhya, A. S. (2023). Lack of accuracy in ascertaining nature of users based on Naive Bayes algorithm comparing K-means algorithm. The 6th International Conference On Energy, Environment, Epidemiology And Information System (ICENIS) 2021: Topic of Energy, Environment, Epidemiology, and Information System. https://doi.org/10.1063/5.0124446

Saputra, R. A., Puspitasari, D., Wahyudi, M., Ramdhani, L. S., & Ramanda, K. (2023). Optimization the Naive Bayes algorithm using particle swarm optimization feature selection and bagging techniques for detection of Alzheimer’s disease. AIP Conference Proceedings. https://doi.org/10.1063/5.0128553

Senthil Kumar, V. S., & Shahraz, S. (2023). Intraclass correlation for reliability assessment: the introduction of a validated program in SAS (ICC6). Health Services & Outcomes Research Methodology. https://doi.org/10.1007/s10742-023-00299-x

Siregar, K. (2023). Testing the c4.5 algorithm with Rapid Miner to determine decisions for implementing sports activities. INFOKUM, 11(04), 40–47. https://doi.org/10.58471/infokum.v11i04.1790

Shamshad, F., Khan, S., Zamir, S. W., Khan, M. H., Hayat, M., Khan, F. S., & Fu, H. (2023). Transformers in medical imaging: A survey. Medical Image Analysis, 88(102802), 102802. https://doi.org/10.1016/j.media.2023.102802

Vanegas, D. A., Tarazona Bermudez, G. M., & Rodriguez Rojas, L. A. (2020). Mejora de la toma de decisiones en ciclo de ventas del subsistema comercial de servicios en una empresa de IT. Revista Científica, 38(2), 174–183. https://doi.org/10.14483/23448350.15241

Vidiya, E. C., & Testiana, G. (2023). Analisis Pola Pembelian di Lathansa Cafe & Ramen dengan Menggunakan Algoritma FP-Growth Berbantuan Altair® RapidMiner. G-Tech: Jurnal Teknologi Terapan, 7(3), 1118–1126. https://doi.org/10.33379/gtech.v7i3.2739

Wang, J., He, Z., Ji, J., Zhao, K., & Zhang, H. (2019). IoT-based measurement system for classifying cow behavior from tri-axial accelerometer. Ciencia Rural, 49(6). https://doi.org/10.1590/0103-8478cr20180627

Zhang, G., Mariano, B., Shen, X., & Dillig, I. (2023). Automated translation of functional big data queries to SQL. Proceedings of the ACM on Programming Languages, 7(OOPSLA1), 580–608. https://doi.org/10.1145/3586047