Search

PDF Los agricultores de la costa ecuatoriana hacen uso de fertilizantes y agroquímicos durante los cultivos de corto y largo plazo, teniendo la necesidad de incluir estos costos en la planificación de su producción agrícola. Para contribuir a su economía sin tener que afectar la calidad de las cosechas se consideró desarrollar un prototipo de algoritmos de aprendizaje automático supervisado para predecir los precios de los insumos agrícolas de mayor uso. En este trabajo de investigación se aplicó series de tiempo con redes neuronales artificiales MLP (Multi-Layered Perceptron) y redes neuronales artificiales LSMT (Long Short-Term Memory) para pronosticar el comportamiento de los precios de fertilizantes y agroquímicos; para este fin se empleará un dataset formado por precios desde enero de 2013 hasta abril de 2022 proporcionadas por el SIPA. Para medir el rendimiento de los modelos, se utilizaron las métricas de evaluación para tareas de regresión que ayudaron a determinar el modelo óptimo

K Nearest Neighbor (KNN) is one of the algorithms that enables diagnosis in real time, and supports decisions making. For this research, the database of the business area of the Cooperativa de Ahorro y Crédito Riobamba Ltda. was considered, a databank that stores a large amount of information from customers. This data was used to select relevant information maintaining and respecting the clients’ confidentiality. The main objective of the project is to predict potential customers by applying the KNN algorithm. The results demonstrate that k nearest-neighbor is suitable for predicting potential clients were predicted according to their demographic and economic background and internal factors of Cooperativa Riobamba Ltda., resulting this, a useful resource for the institution in making decisions regarding future credit offers. It is highlighted the importance of taking advantage of the information that is managed in each institution and even more if it is within the financial sector because both, clients and the institution benefit. The former since they would have more credit options and the financial institutions because they might increase their portfolio of clients and improve their service., K vecino más cercano (KNN) es uno de los algoritmos que permite el diagnóstico en tiempo real y apoya la toma de decisiones. Para esta investigación, se consideró la base de datos del área de negocio de la Cooperativa de Ahorro y Crédito Riobamba Ltda., un banco de datos que almacena una gran cantidad de información de los clientes. Estos datos se utilizaron para seleccionar información relevante manteniendo y respetando la confidencialidad de los clientes. El objetivo principal del proyecto es predecir clientes potenciales aplicando el algoritmo KNN. Los resultados demuestran que el algoritmo KNN es adecuado para predecir clientes potenciales de acuerdo a sus antecedentes demográficos, económicos y factores internos de la Cooperativa Riobamba Ltda., Resultando esto, un recurso útil para la institución en la toma de decisiones sobre futuras ofertas de crédito. Se destaca la importancia de aprovechar la información que se maneja en cada institución y más si es dentro del sector financiero porque tanto los clientes como la institución se benefician. Lo primero porque tendrían más opciones de crédito y las instituciones financieras porque podrían incrementar su cartera de clientes y mejorar su servicio.

ilustraciones A lo largo de esta investigación, se llevó a cabo un proceso de descubrimiento de conocimiento (KDD, por sus siglas en inglés), en el marco de ciencia de datos, aplicado a datos de evaluación de capacidad cognitiva aportados por el Servicio de Atención Psicológica (SAP) de la Universidad Nacional de Colombia. Se realizó el preprocesamiento y tratamiento de datos en concordancia con el objetivo de la investigación: desarrollar un modelo computacional que permita determinar las agrupaciones de variables, asociadas al Coeficiente intelectual, que predicen el diagnóstico de discapacidad intelectual. Se obtuvo un total de 18 variables cognitivas más informativas, con las cuales se implementaron Árbol de decisión y Regresión logística como modelos predictivos e interpretables. (Texto tomado de la fuente) Throughout this research, a knowledge discovery process (KDD) was carried out, within the framework of data science, applied to cognitive capacity assessment data, provided by the Psychological Attention Service (SAP) of the National University of Colombia. Data pre-processing and treatment was carried out in accordance with the objective of the research: to develop a computational model that allows determining the groupings of variables, associated with the IQ, that predict the diagnosis of intellectual disability. A total of 18 more informative cognitive variables were obtained, with which Decision Tree and Logistic Regression were implemented as predictive and interpretable models. (Text taken from source) Maestría Magíster en Ingeniería - Ingeniería de Sistemas y Computación Con el fin de llevar esta investigación a buen término, se implementó una metodología estructurada en cuatro etapas, las cuales dieron lugar a la consecución de los objetivos propuestos. Como el objetivo principal del proyecto fue desarrollar un modelo computacional analítico, se usaron métodos y herramientas en el marco de Ciencia de datos, vinculando procesos de KDD y técnicas de aprendizaje automático, los cuales no solo ayudaron a generar un modelo predictivo e interpretable, sino que dio lugar a nuevo conocimiento que ayudará al diagnóstico diferencial de discapacidad intelectual. A continuación, se describen las etapas seguidas en el desarrollo de la investigación: ▪ Etapa 1: Selección y preprocesamiento de datos En esta etapa se realizó la recopilación y preparación de los datos, los cuales fueron gestionados por el Servicio de Atención Psicológica (SAP) de la Universidad Nacional, y contienen tanto información socioeconómica de los evaluados, como de las puntuaciones obtenidas en la prueba de evaluación de funcionamiento WISC-IV. La preparación de los datos incluyó tratamiento de datos perdidos e imputación de valores, dados los errores de digitación con los que se encontraba la base inicialmente, así como eliminación de variables con alto porcentaje de datos perdidos. ▪ Etapa 2: Análisis Exploratorio de datos Una vez el conjunto de datos fue limpiado, se efectuó una exploración general del conjunto de datos usando estadística descriptiva, con el fin de describir la información socioeconómica que comprende el conjunto de datos y hallar patrones en la población. ▪ Etapa 3: Transformación y modelamiento de datos En esta etapa se filtró y dicotomizó la variable de diagnóstico final, de modo que solo tuviera en cuenta si los evaluados eran positivos o negativos para discapacidad intelectual. También se efectuó balanceo de clases, dada la diferencia de proporción entre las dos etiquetas del diagnóstico. Posteriormente se implementaron los métodos de selección de características y de aprendizaje automático necesarios. ▪ Etapa 4: Evaluación del modelo computacional En esta etapa se evaluó la calidad del modelo en términos de las métricas de rendimiento, y se analizan los resultados a la luz de los conocimientos previos sobre inteligencia y discapacidad intelectual. Sistemas Inteligentes

This document aims to disseminate a research proposal within the framework of the master's degree in IT management at Universidad Nacional Abierta y a Distancia. The document presents an approach expressing the opportunity to apply data analytics techniques to student information that is collected from UNAD's academic processes. Which, are able to analyze using data mining techniques to generate a model of predicting student dropout in order to contribute to the adoption of strategies to implement mitigation measures to reduce this phenomenon that affects not only UNAD but all educational institutions in the country and the world. Analyzing large amounts of information using Data Mining has enabled the refinement of strategies and campaigns in fields such as business intelligence; in the field of education the application of Data Mining techniques through the analysis of large volumes of data, provide support for decision-making, allowing managers of institutions to concentrate efforts or direct them to certain specific ambits or areas, greatly improving process effectiveness by allowing them to approach knowledge more effectively and efficiently Este documento tiene como fin divulgar una propuesta de investigación en el marco de la maestría en gestión de TI de la universidad abierta a distancia, el documento presenta un planteamiento donde se expresa la oportunidad de aplicar técnicas de analítica de datos a la información de los estudiantes que se recopila de los procesos académicos de la UNAD. Los cuales, son susceptibles de analizar mediante técnicas de minería de datos para generar un modelo de predicción de la deserción estudiantil con el propósito de contribuir con la adopción de estrategias que permitan implementar medidas paliativas para disminuir este fenómeno que afecta no solamente a la UNAD sino a todas las instituciones de educación en el país y en el mundo. El análisis de grandes cantidades de información mediante Data Mining ha permitido afinar las estrategias y campañas en campos como la inteligencia de negocios; en el campo de la educación la aplicación de técnicas de Data Mining a través del análisis de grandes volúmenes de datos, proporcionan un soporte para la toma de decisiones, lo que permite a los directivos de las instituciones concentrar los esfuerzos o dirigirlos a ciertos ámbitos o área específicas, lo que mejora enormemente la efectividad en los procesos permitiendo acercarse al conocimiento de manera más efectiva y eficiente.

Trabajo de investigación Este trabajo propone una metodología para el desarrollo de proyectos de Analítica Prescriptiva a partir de un Metaanálisis, en cual se reviso de manera sistemática el estado del arte, metodologías y usos en distintas áreas del conocimiento de dicha analítica, encontrando patrones en sus procesos que son comunes a metodologías orientadas a Data Mining como KDD, CRISP-DM y SEMMA. Pregrado Ingeniero de Sistemas GLOSARIO RESUMEN INTRODUCCIÓN 1. PLANTEAMIENTO DEL PROBLEMA 2. JUSTIFICACIÓN 3. OBJETIVOS 4. ALCANCES Y LIMITACIONES 5. MARCO CONCEPTUAL 6. MARCO TEÓRICO 7. ESTADO DEL ARTE 8. METODOLOGÍA 9. DESARROLLO DEL PROYECTO 10. CONCLUSIONES REFERENCIAS ANEXOS

This document aims to disseminate a research proposal within the framework of the master's degree in IT management at Universidad Nacional Abierta y a Distancia. The document presents an approach expressing the opportunity to apply data analytics techniques to student information that is collected from UNAD's academic processes. Which, are able to analyze using data mining techniques to generate a model of predicting student dropout in order to contribute to the adoption of strategies to implement mitigation measures to reduce this phenomenon that affects not only UNAD but all educational institutions in the country and the world. Analyzing large amounts of information using Data Mining has enabled the refinement of strategies and campaigns in fields such as business intelligence; in the field of education the application of Data Mining techniques through the analysis of large volumes of data, provide support for decision-making, allowing managers of institutions to concentrate efforts or direct them to certain specific ambits or areas, greatly improving process effectiveness by allowing them to approach knowledge more effectively and efficiently Este documento tiene como fin divulgar una propuesta de investigación en el marco de la maestría en gestión de TI de la universidad abierta a distancia, el documento presenta un planteamiento donde se expresa la oportunidad de aplicar técnicas de analítica de datos a la información de los estudiantes que se recopila de los procesos académicos de la UNAD. Los cuales, son susceptibles de analizar mediante técnicas de minería de datos para generar un modelo de predicción de la deserción estudiantil con el propósito de contribuir con la adopción de estrategias que permitan implementar medidas paliativas para disminuir este fenómeno que afecta no solamente a la UNAD sino a todas las instituciones de educación en el país y en el mundo. El análisis de grandes cantidades de información mediante Data Mining ha permitido afinar las estrategias y campañas en campos como la inteligencia de negocios; en el campo de la educación la aplicación de técnicas de Data Mining a través del análisis de grandes volúmenes de datos, proporcionan un soporte para la toma de decisiones, lo que permite a los directivos de las instituciones concentrar los esfuerzos o dirigirlos a ciertos ámbitos o área específicas, lo que mejora enormemente la efectividad en los procesos permitiendo acercarse al conocimiento de manera más efectiva y eficiente.

Resumen: Este estudio determina las variables asociadas al éxito de los estudiantes en programas con modalidad de aprendizaje en línea (e-learning). La minería de datos es una fase del descubrimiento de conocimiento en las bases de datos (KKD, por sus siglas en inglés) que corresponde a la aplicación de algoritmos para encontrar patrones ocultos en los datos. El método utilizado es basado en el modelo CRISP-DM (proceso cruzado estándar de la industria para la minería de datos) aplicado a los programas de e-learning impartidos por el Centro de Educación a Distancia de la Universidad Católica del Norte (CED-UCN) en Chile. La muestra utilizada fue de 18.610 sujetos participantes en dichos programas durante 19 años. Los resultados obtenidos indican que las variables que permiten explicar mejor el éxito de los alumnos en programas a distancia son edad, sexo, profesión, nivel de escolaridad y región. Se concluye que estos resultados contribuyen al entendimiento de los factores críticos en la educación a distancia. Abstract: This research study aims to determine variables associated to student success in online learning (e-learning). The knowledge discovery in databases (KDD) consists on applying algorithms to find hidden data patterns. The method used here is the CRISP-DM (cross industry standard process for data mining) and was applied to examine online degree programs at the Distance Education Center of the Northern Catholic University (DEC-NCU) in Chile. The sample was collected from 19 years of teaching and consists of 18,610 students. The results show that the variables that best explain student success are age, gender, degree study, educational level, and locality. It is concluded that these results contribute to improve the understanding of distance education critical factors.

La presente investigación ha partido de dos situaciones problemáticas: la mala gestión del proceso de minería de datos y la definición detallada de los entregables de cada etapa del proceso. Además de la inexistencia de un modelo de aplicación de Minería de datos en el entorno académico en las universidades peruanas. Para desarrollar el Nuevo Modelo se revisaron metodologías robustas y modernas como: CRISP-DM, SEMMA, CATALYS, KDD y los aportes del investigador. Se hizo un análisis comparativo de las metodologías y se identificó que unos de os principales problemas en todas es la gestión en si del proyecto por ende se utilizó el PMBOOK para mejorar esta etapa. El nuevo modelo propuesto y aplicado consta de 2 subprocesos: Subproceso de Gestión de Proyecto, Subproceso de Aplicación de Minería de Datos. Así se logró la finalidad primordial que es Elaborar y aplicar el Modelo en una Institución Universitaria. Excelentes resultados fueron obtenidos, entre ellos: El desarrollo del Nuevo Modelo para la mejora de proceso de aplicación de minería de datos en entornos académicos y en la aplicación del mismo donde se observó la optimización considerable de los indicadores propuestos. Las conclusiones más importantes son: el nuevo modelo posibilitó la mejora en la gestión de proyectos de aplicación de minería de datos en entidades educativas universitarias, su aplicación permite obtener mejoras sustanciales al proceso, las técnicas estadísticas usadas durante las etapas fueron muy relevantes y significativas, y las TICs fueron herramientas relevantes que posibilitaron mejorar el proceso, para convertirlo en uno más eficiente y asegurar así que las tareas generen valor para los usuarios.

En la actualidad la minería de datos permite brindar información no percibida en grandes volúmenes de información a lo largo de un periodo de tiempo. El objetivo del presente trabajo es utilizar técnicas de minería de datos que permita evaluar el perfil del ingresante de los alumnos de la Escuela Profesional de Ingeniería de Sistemas, para lo cual se recurrió a la construcción de un modelo, denominado Modelo de Evaluación del Perfil del Ingresante. Este modelo fue construido durante el proceso de data Mining, el cual consistió en cinco fases y una vez culminado, paso por cuatro pruebas las cuales evidenciaron su comportamiento a través de cuatro algoritmos distintos correspondientes a la técnica Clustering de Data Mining, lo que sirvió para lograr el propósito de la investigación. Del trabajo se llegó a la conclusión principal de que el diseño de un plan curricular permite garantizar la consolidación del perfil profesional del ingresante, en el caso de estudio, el último plan de estudios denominado Plan de estudios 2016 de la Escuela Profesional de Ingeniería de Sistemas tiene un 75% de alumnos aprobados en comparación a los planes anteriores, se visualiza entonces que ha habido una mejora progresiva en el tiempo. En la EPIS no se encontró información respecto a la evaluación del perfil del ingresante, aunque si estrategias para su consolidación, por tanto, estos resultados servirán para el análisis y la toma de decisiones por parte de los directivos de la escuela y la Universidad Andina del Cusco, quienes reforzaran estas estrategias en beneficio de la escuela. El desarrollo de la Data Mining para esta investigación, efectivamente permitió encontrar información no percibida, ahora se cuenta con un modelo de evaluación del perfil del ingresante que podrá ser aplicado, con algunos ajustes, al caso de cualquier escuela profesional de la Universidad o de cualquier programa profesional de otras Universidades. Tesis

Este artículo aborda el tema de la deserción estudiantil en la educación superior, con la perspectiva de elaborar modelos de Minería de datos que permitan identificar patrones de deserción. Se realizó una revisión sistemática para precisar características que inciden en la deserción universitaria. Para ello se inicia con un estudio de la problemática partiendo desde una revisión literaria de la deserción en diferentes Instituciones de Educación Superior y finalizando concretamente en el Programa de Ingeniería de Sistemas y Computación de la Universidad del Quindío, escenario de estudio. A lo largo de este artículo, se presentan causas de deserción comunes entre los estudiantes, así mismo, se detalla el Proyecto SARA (Sistema de Acompañamiento para el Rendimiento Académico), proyecto constituido a mediados del año 2014 con el propósito de ayudar y acompañar académicamente a los estudiantes en los primeros semestres o aquellos que tiene bajo rendimiento académico, brindando apoyo en temas o en áreas que presentan mayor dificultad de aprendizaje. SARA ha venido consolidando un modelo de estrategias de acompañamiento permanente que incentiva un mejor desarrollo académico y personal, de la mano de Bienestar Institucional, buscando incrementar la motivación y la posibilidad de permanencia de los estudiantes que ingresan al programa. Analizar el abandono universitario da la posibilidad de crear nuevas estrategias, detectar los estudiantes con alto riesgo de deserción es para SARA una labor preventiva muy importante. Observar los síntomas de forma temprana permitirá tomar medidas necesarias y estrategias de prevención en aquellos estudiantes que puedan abandonar el programa académico. El objetivo de este estudio fue incorporar la aplicación de un Proceso de descubrimiento de conocimiento en bases de datos o KDD, para caracterizar y predecir posibles casos de deserción en el programa a través de modelos de minería de datos. Para la construcción de los modelos, se seleccionaron de las bases de datos de la Universidad del Quindío los datos que relacionan características personales, socioeconómicas y académicas de los estudiantes. Con los datos recopilados para el análisis, se construyó un repositorio que fue procesado y transformado obteniendo así un conjunto de datos depurado y listo para la aplicación de los algoritmos de Minería de Datos. Se descubrieron reglas y perfiles personales, socioeconómicos y académicos de los estudiantes utilizando técnicas de Árboles de decisión.

Este proyecto propone una exención para el software de minería de datos Java-KLASS con el fin de generalizar la herramienta de termómetros a variables cualitativas. De igual forma se describe el procedimiento para la construcción automática del TLP a partir de los termómetros extendidos.

Durante esta investigación se llevó a cabo un proceso de descubrimiento de conocimiento (KDD por sus siglas en inglés) aplicado a datos educativos, más específicamente, a datos académicos y no académicos de los graduados de programas de posgrado (maestrías, especializaciones y doctorados) de todas las sedes la Universidad Nacional de Colombia. Se hizo énfasis en la etapa de minería de datos, teniendo en cuenta los siguientes objetivos principales, el primero buscar relaciones entre estos datos académicos y no académicos de los graduados con respecto al tiempo que les tomó graduarse, y el segundo desarrollar un modelo que pudiera dar una probabilidad de lo que puede suceder con los estudiantes que hasta ahora están ingresando a estos programas de posgrado. Finalmente, se implementó una visualización de los resultados, tanto de los patrones relacionales como de las predicciones, en el Sistema de Autoevaluación de los Programas de Posgrado para que los programas cuando estén planteando su plan de mejoramiento puedan observar y tomar decisiones de acuerdo a la situación de cada uno de ellos. Abstract: In this research, a knowledge discovery process (KDD) was applied to educational data, more specifically, to academic and non-academic data of graduates of Universidad Nacional de Colombia. Focus was put on the data mining stage, keeping into account the following main goals, the first one was to look for relationships between academic and non-academic data of the graduates with respect to the time it took them to graduate, and the second one was to develop a model that could give a probability of what could happen with the students who were just admitted to the graduate programs. Finally, a visualization of the results, both of the relational patterns and of the predictions, was implemented in the Auto-Evaluation System of the Graduate Programs at the Universidad Nacional de Colombia so that the programs could use it when they are preparing their improvement plans. Maestría

Los datos textuales geo-referenciados han sido motivo de múltiples investigaciones, pro- porcionando oportunidades para comprender mejor determinados fenómenos de acuerdo con el contenido que se comparte de manera on-line. Sin embargo, las características de estos datos son procesados de manera separada, ya sea textual o geo-espacialmente, los cuales ofrecen resultados de manera separada. La presente tesis propone una integración de ambas dimensiones desde la fase del pre-procesamiento hasta la visualización, esto como parte de la aplicación del modelo de mapas de documentos al proceso de Knowled- ge Discovery in Databases (KDD), minimizando los problemas que se presentan en cada una de las fases del KDD, adicionalmente se proporcionar´a una interacción al usuario para un mejor entendimiento y comprensión de los resultados. Tesis

Investigación Tecnológica Proyecto de investigación tecnológica en el cual se usa twitter como fuente de datos para analizar las reacciones de las personas a publicaciones hechas por los candidatos de las pasadas elecciones presidenciales en Colombia, usando datamining mediante metodología KDD. Pregrado Ingeniero de Sistemas INTRODUCCIÓN 1. GENERALIDADES 2. SELECCIONAR UNA TÉCNICA DE DATAMINING QUE PERMITA MODELAR LOS DATOS RECOPILADOS EN TWITTER 3. DISEÑAR LA ESTRUCTURA DEL MODELO RESPECTO AL RESULTADO DE LA FASE DE ANÁLISIS 4. DESARROLLAR UNA PRUEBA DE CONCEPTO WEB, QUE TENGA EN CUENTA LOS MÓDULOS DEFINIDOS EN LA ESTRUCTURA DEL MODELO 5. EJECUTAR UN CONJUNTO DE PRUEBAS FUNCIONALES QUE PERMITAN EVALUAR LA CALIDAD DE LOS RESULTADOS CALCULADOS POR LA SOLUCIÓN 6. CONCLUSIONES 7. TRABAJOS FUTUROS BIBLIOGRAFÍA ANEXOS

Durante esta investigación se llevó a cabo un proceso conocido como KDD (Knowledge Discovery in Databases), el cual involucra un trabajo extenso en minería de datos como uno de los pasos más importantes de este proceso. La investigación se realizó bajos dos objetivos principales: Encontrar patrones de comportamiento relacionados con el embarazo a temprana edad en las poblaciones más vulnerables de Bogotá y generar un modelo predictivo capaz de identificar las adolescentes con mayor riesgo de quedar en embarazo. El desarrollo de este modelo predictivo se basó en la teoría de determinantes de la salud de la OMS (Organización Mundial de la Salud), la cual indica que existen ciertos factores de riesgo asociados al embarazo adolescente determinados por factores sociales, económicos, personales y de entorno. Finalmente, con el propósito de brindar una herramienta tecnológica a los equipos médicos de promoción y prevención del distrito, se desarrolló una solución que involucra una aplicación móvil para geolocalizar a las mujeres menores de 20 años con mayor riesgo usando el modelo predictivo desarrollado. Abstract. In this work, a process known as KDD (Knowledge Discovery in Databases), which involves extensive work in data mining as one of the most important steps in this process, was carried out. The main goal was to find patterns associated with early pregnancy in the most vulnerable population in Bogotá and to develop a predictive model in order to identify the women with high risk of becoming pregnant during their girlhood, adolescence and part of their youth. The predictive model developed was based on the theory of health determinants of the WHO (World Health Organization). This theory states that teenage pregnancy risk is associated with social, economic, personal and environmental factors. Finally, a software tool (an app) to geolocate teenagers girls with most high risk detected by the predictive model was implemented. Such app could be used by medical professionals from health programs in Bogotá. Maestría

Durante esta investigación se llevó a cabo un proceso conocido como KDD (Knowledge Discovery in Databases), el cual involucra un trabajo extenso en minería de datos como uno de los pasos más importantes de este proceso. La investigación se realizó bajos dos objetivos principales: Encontrar patrones de comportamiento relacionados con el embarazo a temprana edad en las poblaciones más vulnerables de Bogotá y generar un modelo predictivo capaz de identificar las adolescentes con mayor riesgo de quedar en embarazo. El desarrollo de este modelo predictivo se basó en la teoría de determinantes de la salud de la OMS (Organización Mundial de la Salud), la cual indica que existen ciertos factores de riesgo asociados al embarazo adolescente determinados por factores sociales, económicos, personales y de entorno. Finalmente, con el propósito de brindar una herramienta tecnológica a los equipos médicos de promoción y prevención del distrito, se desarrolló una solución que involucra una aplicación móvil para geolocalizar a las mujeres menores de 20 años con mayor riesgo usando el modelo predictivo desarrollado. Abstract. In this work, a process known as KDD (Knowledge Discovery in Databases), which involves extensive work in data mining as one of the most important steps in this process, was carried out. The main goal was to find patterns associated with early pregnancy in the most vulnerable population in Bogotá and to develop a predictive model in order to identify the women with high risk of becoming pregnant during their girlhood, adolescence and part of their youth. The predictive model developed was based on the theory of health determinants of the WHO (World Health Organization). This theory states that teenage pregnancy risk is associated with social, economic, personal and environmental factors. Finally, a software tool (an app) to geolocate teenagers girls with most high risk detected by the predictive model was implemented. Such app could be used by medical professionals from health programs in Bogotá. Maestría

Relationships of co-occurrence between keywords, researchers and journals in the professional literature of a given domain can be analyzed and mapped to discover their nodes, subnets, and strategic research areas. A strategic and dynamic analysis was done of the Spanish Research Network on Protected Areas from 1981 to 2005, as identified by the Web of Science. This analysis has resulted in a Strategic Diagram and a Strategic Knowledge Map of Techno-scientific Network or CERT Map, lists of researchers and journals of strategic importance, and a table analyzing the activity of the subnets. The techno-scientific network is well-structured, with twenty-two strategic subnets. Network analysis using KDD techniques and engineering and knowledge mapping provides top grade support for strategic decision-making in science policy and the evaluation of science and technology.Las relaciones de coocurrencia entre las palabras clave, los investigadores y las revistas en los artículos científicos de un dominio documental concreto confi guran una red tecnocientífica que puede ser analizada y cartografiada para conocer los nodos, subredes y áreas de investigación estratégicas, relevantes o importantes. Se ha realizado el análisis estratégico y el análisis dinámico, de traducción o de cambio, de la Red de Investigación Española sobre Áreas Protegidas según la Web of Science en el período 1981-2005. Producto de este análisis se han obtenido el Diagrama Estratégico y el Mapa de Conocimiento Estratégico de la Red Tecnocientífica o Mapa CERT, los listados de investigadores y de revistas de importancia estratégica y la tabla de análisis de actividad de las subredes. La red tecnocientífica analizada es una red bien estructurada, en la que se han identificado veintidós subredes estratégicas de investigación. El análisis de las redes tecnocientíficas mediante técnicas de creación de nuevo conocimiento a partir de bases de datos bibliográficas y de ingeniería y cartografía del conocimiento supone un apoyo de primer orden a la toma de decisiones estratégicas en Política Científica y en evaluación de la Ciencia y de la Tecnología.

La resistencia a antimicrobianos es un problema actual e importante dentro del ámbito de salud. El uso de los antimicrobianos y la vigilancia de las resistencias son los dos focos clásicos donde se centran los esfuerzos de la investigación clínica. Descubrir el conocimiento sobre la resistencia antimicrobiana que subyace en un conjunto de datos es el objeto del presente trabajo. Este proyecto es una aplicación práctica de ingeniera informática de sistemas de gestión aplicando conocimiento de: estadística, matemáticas, análisis de datos, aprendizaje automático, bases de datos, Big Data, Data Science, visualización datos y demás disciplinas relacionas. El ámbito de este estudio se enmarca en los resultados de las pruebas de resistencia antimicrobiana a pacientes realizados en 27 hospitales (aportados por la Red de Vigilancia Microbiológica de la Comunitat Valenciana) son nuestra fuente de datos principal. El conocimiento procede de datos que son analizados para deducir tendencias, construyendo los modelos de comportamiento que finalmente podrán ser aplicados. Abordar el ¿Qué? y ¿Cómo? extraer conocimiento de las resistencias antimicrobianas de forma global es demasiado amplio y complejo. Seleccionando una situación o problemática concreta se consigue, una simplificación del problema y además sirve como experiencia piloto que puede ser extrapolada a otras situaciones similares dentro del ámbito de las resistencias. La decisión de recomendar un antibiótico, ante la sospecha de cierta patología, cuando aun no se tienen los resultados de las pruebas diagnosticas, es nuestro caso de uso. Concretamente nos centramos en las sospechas de infecciones de tracto urinario. Este estudio se hace desde el punto de vista de ver hasta dónde nos llevan los datos cuando se conoce la pregunta objetivo. Los modelos representan tanto el conocimiento médico ya conocido, como el nuevo conocimiento descubierto, además de la incertidumbre debida al desconocimiento.

Para llevar a cabo en forma sistemática el proceso de descubrimiento de conocimiento en bases de datos, conocido como minería de datos, es necesaria la implementación de una metodología. Actualmente las metodologías para minería de datos se encuentran en etapas tempranas de madurez, aunque algunas como CRISP-DM ya están siendo utilizadas exitosamente por los equipos de trabajo para la gestión de sus proyectos. En este trabajo se establece un análisis comparativo entre las metodologías de minería de datos más difundidas en la actualidad. Para lograr dicha tarea, y como aporte de esta tesis, se ha propuesto un marco comparativo que explicita las características que se deberían tener en cuenta al momento de efectuar esta confrontación., Facultad de Informática

[ES] Uno de los principales objetivos de las empresas encargadas de la gestión de los sistemas de distribución de agua potable (DWDSs, del inglés Drinking Water Distribution Systems) es asegurar una alta calidad microbiológica en su abastecimiento. Sin embargo, la existencia de biofilms en todos ellos, a pesar de la presencia de desinfectante residual, hace que no se pueda asegurar un control bacteriológico total; por lo que, hoy en día, los biofilms representan un paradigma en la gestión de la calidad del agua en los DWDSs. Los biofilms son comunidades complejas de microrganismos recubiertas de un polímero extracelular que les da estructura y les ayuda a retener el alimento y a protegerse de agentes tóxicos. Además del riesgo sanitario que suponen por su papel como refugio de patógenos, existen muchos otros problemas asociados al desarrollo de biofilms en los DWDSs, como deterioro estético del agua, biocorrosión y consumo de desinfectante, entre otros. Son varias las investigaciones que se han llevado a cabo en este área. Sin embargo, los estudios realizados en relación a la influencia conjunta de las distintas características de los DWDSs en el desarrollo de biofilms, excepto notables excepciones, son escasos, debido a la complejidad de la comunidad y del entorno estudiado. El presente trabajo trata de cubrir esta carencia, estudiando el efecto de la interacción del conjunto de características físicas e hidráulicas de los DWDSs relevantes en el desarrollo de biofilms. Para ello utilizamos la metodología de extracción de conocimiento a través de los datos (KDD, del inglés Knowledge Discovery in Databases). Además, introducimos técnicas de ensamblaje adecuadas que nos permiten aumentar la robustez y precisión de los resultados obtenidos y así mejorar la metodología final propuesta de ayuda a la toma de decisiones. La realización de este trabajo ha servido para confirmar la necesidad de estudiar el impacto que el conjunto de las características de los DWDSs tienen en el desarrollo de biofilms. Mostramos que el efecto que una variable tiene sobre este desarrollo depende del valor que tomen el resto de variables y así identificamos condiciones conjuntas, físicas e hidráulicas, que determinan el mayor o menor desarrollo de biofilms en el interior de las tuberías., [EN] One of the main challenges of drinking water utilities is to ensure microbial high quality supply. However, biofilms invariably develop in all drinking water distribution systems (DWDSs), despite the presence of residual disinfectant. As a result, water utilities are not able to ensure a total bacteriological control. Currently biofilms represent a real paradigm in water quality management for all DWDSs. Biofilms are complex communities of microorganisms bound by an extracellular polymer that provides them with structure, protection from toxics and helps retain food. Besides the health risk that biofilms involve, due to their role as a pathogen shelter, a number of additional problems associated with biofilm development in DWDSs can be identified. Among others, aesthetic deterioration of water, biocorrosion and disinfectant decay are universally recognized. Numerous investigations have been carried out in this field. Nevertheless, the joint influence of the various DWDS characteristics in biofilm development, apart from a few exceptions, has been scarcely studied, due to the complexity of the community and the environment under study. The present work aims to help solve this problem studying the effect of the interaction among relevant hydraulic and physical characteristics of the DWDSs in biofilm development. To achieve this purpose we have chosen the framework of the KDD (Knowledge Discovery in Databases). Ensamble methods have been introduced to increase the robustness and the precision of the obtained results. The final aim is to improve the proposed methodology to assist in decision making. This work confirms the necessity of studying the impact that the joint characteristics of the DWDSs has in biofilm development. We show that the effect of one variable depends on the values of the rest of variables and, as a result, we are able to identify some joint physical and hydraulic scenarios that determine greater or lesser biofilm development in pipe walls.