Fondo sectorial CONACYT-INEGI (Noviembre- Mayo)
|
|
- Alfredo Duarte Muñoz
- hace 8 años
- Vistas:
Transcripción
1 Construcción de un marco general y su correspondiente plataforma de software para la generación de información estadística a partir de datos disponibles en la web incorporando tecnologías de Big Data Fondo sectorial CONACYT-INEGI (Noviembre- Mayo) martes, 19 de mayo de 2015
2 Agenda 1 Grupo de investigación 2 Objetivo e impactos del proyecto 4 Avances y lecciones aprendidas 5 Conclusiones y retos a futuro 2
3 Grupo de investigación Dr. Hugo Estrada Esquivel Mtra. Karen Mariel Nájera Hernández Mtra. Blanca Hilda Vázquez Gómez Mtra. Yolanda Raquel Baca Gómez Dr. Demetrio Fabián García Nocetti M.C. Alberto Hernández Espinosa 3
4 2 Objetivo e impactos del proyecto 4
5 Objetivo del proyecto El objetivo del proyecto es proporcionar las bases metodológicas y tecnológicas para la utilización de datos de datos provenientes de fuentes formales e informales disponibles en la Web para la generación de indicadores en materias de interés del INEGI que le sean de utilidad para complementar sus fuentes tradicionales de datos. Debido a la gran cantidad de información que se manejará en el proyecto, se utilizarán técnicas de BigData para la extracción, almacenamiento, procesamiento, análisis y visualización de datos que se generan en la web. Se está desarrollando una plataforma de software con tecnología semántica y soportada en las tecnologías de Big Data, que permita implementar el marco general. 5
6 Impactos del proyecto Creación de un modelo tecnológico que permita analizar la repercusión en redes sociales de eventos/factores económicos, sociales, culturales o políticos en nuestro país. Visualización del impacto de cambios de precio de ciertos productos o servicios con niveles de bienestar subjetivo expresados en la Web. Creación de un modelo que permita el análisis de la Web profunda para contrastar los resultados oficiales de precios contra los reales ofrecidos por cadenas comerciales. Visualización de grandes cantidades de información como mapas de calor que reflejen los niveles de satisfacción de las personas con relación a un tema específico. 6
7 3 Avances y lecciones aprendidas 7
8 Avances del Marco general Desarrollo del marco general que establece la guía metodológica y tecnológica para la extracción, almacenamiento, procesamiento, análisis y visualización de datos que se generan en la Web. Toma de decisiones Análisis del problema y planeación Extracción de datos Visualización de datos Pre- Procesamiento de datos Minería de datos Análisis de datos Almacenamiento
9 Avances del Marco general Nuestra estrategia para la generación del marco general y la plataforma de software que lo implementa. Planteamiento inicial: Análisis teórico Planteamiento actual: Análisis del estado del arte a nivel internacional Marco General Experimentación Experimentación Marco general
10 Fase 1: Análisis del problema y planeación En esta fase se define el problema a resolver en forma clara, se identifica y conoce el contexto del problema, se determina la información que se requiere extraer, se establecen los resultados esperados y se define el conjunto de acciones a llevar a cabo para resolver el problema. Especificar fuentes de información Especificar si se requiere búsqueda abierta o basada en palabras clave Especificar naturaleza de la información: Texto, imágenes, videos, números, georreferenciación Especificar aspectos temporales Definir los métodos de análisis (dependiendo de la naturaleza de la información): Estadística analítica, Sistemas Expertos, Redes Bayesianas, Redes Neuronales, Clustering, Clasificación, Clasificación semántica, Series de Markov, etc. Definir la ontología de dominio a utilizar para la clasificación semántica 10
11 Avances del Marco general Toma de decisiones Análisis del problema y planeación Extracción de datos Visualización de datos Pre- Procesamiento de datos Minería de datos Análisis de datos Almacenamiento
12 Fase 2: Extracción de datos En esta fase se extrae información de diversos tipos y formatos de forma automática de la web (sitios web, redes sociales, blogs, foros, etc.), para su posterior análisis. Para ello se contemplan tres mecanismos de extracción: Extracción de información de redes sociales (twitter, Facebook, youtube, etc) Crawling y scraping Web superficial, integrada por sitios web estáticos Web oculta, integrada por sitios web dinámicos Adquisición de datos de redes de sensores 12
13 Extracción de Redes sociales Tecnologías utilizadas para extracción de redes sociales 1. Extracción: Uso de Streaming API de twitter. Uso de API de datos de YouTube Uso de API de Klout v2 Uso de API de instagram Actualmente se trabaja en la integración de Google+, Pinterest, Foursquare, Linkedin. 2. Tecnologías de desarrollo: Java, RDF y OWL, Oauth, aplicaciones Web. 3. Representación de conocimiento: ontologías en RDF y OWL. 4. Almacenamiento: Bases de datos relacionales: HSQLDB, MySQL, PostgreSQL, Derby, Oracle, Microsoft SQL Server. Bases de datos RDF nativas: TDB, Virtuoso, Oracle 11g RDF, Allegro Graph, BigData. TripleStores: MongoDb, Kyoto Cabinet, LevelDB 13
14 Extracción de Redes sociales Lecciones aprendidas: Aspectos a considerar para la extracción de datos en redes sociales: Temporalidad. Los temas abordados en las redes sociales son transitorios, por lo tanto, su tiempo de permanencia y popularidad puede ser de unos minutos, unas horas, unos días o una temporada. Ejemplo: Aumento del precio del huevo por temporada de cuaresma, fallas en las líneas de metro, partido de futbol, concierto, día de las madres, día del maestro, etc. Resultados variables dependiendo de la cuenta de usuario usada con la API de la red social. Ejemplo: El API de Twitter proporciona mensajes distintos dependiendo de la cuenta de usuario autenticada, a quién sigue, o quiénes son sus seguidores. Aún no se ha determinado un patrón de comportamiento. Georreferenciación. Un alto porcentaje de la información generada en las redes sociales no contiene información de Georreferenciación. El porcentaje de tweets georreferenciados es muy bajo con respecto al total de los generados, lo que arroja información no representativa sobre un tema en particular. 14
15 Extracción de Redes sociales Lecciones aprendidas: Aspectos a considerar para la extracción de datos en redes sociales: Parloteo insustancial. Estudios internacionales que han clasificado el contenido de las redes sociales indican que un alto porcentaje de la información es insustancial o intrascendente. Por ejemplo, se estima que un 40% de los tweets generados pertenecen a esta clasificación. Dificultad para definir la cadena de búsqueda. Se requiere de un análisis previo referente a la búsqueda para determinar la cadena encargada de extraer información de una red social. Ejemplo de Twitter: Todas estas palabras: precio huevo Ninguna de estas palabras: pascua chocolate kinder Accesibilidad. Se depende de las políticas de acceso de las APIs de las redes sociales, las cuales se actualizan frecuentemente. Por ejemplo, la API 2.0 de Facebook puesta en marcha el 30 de abril, la cual ha limitado los permisos de acceso a la información de los usuarios. 15
16 Extracción de Redes sociales Resultados Se cuenta con una herramienta Open Source para extracción de redes sociales que considera los siguientes aspectos: Java como plataforma de desarrollo. API de conexión de las diferentes redes sociales como lo son Twitter, Facebook, YouTube, Instagram y Klout. Oauth como protocolo de autenticación con las redes sociales. Polaridad con técnicas en el estado del arte. Big Data como concepto de almacenamiento y explotación de información RDF y OWL para manejo de ontologías API de conexión a Google Maps. Relevancia de acuerdo a Klout Porcentaje de avance de extracción de redes sociales: 98% 16
17 Crawling y scraping Crawling y scraping Formas por medio de las cuales un Crawler puede extraer información: Extracción sobre una página simple HTML La extracción sobre una página HTML que necesite autentificarse con un nombre de usuario y contraseña. La extracción de la información sobre páginas con contenido dinámico, un ejemplo de este contenido es aquella que tienen programas scripts, que requieren ejecutarse para conocer el contenido de la página. Se desarrolló un crawler que permite la recuperación de información de: La web superficial, integrada por sitios web estáticos. Se desarrolló un algoritmo que recupera enlaces. La web oculta, integrada por sitios web dinámicos. Se desarrolló un algoritmo que automatiza el llenado de formularios de búsqueda avanzada. 17
18 Crawling y scraping 18
19 Crawling y scraping Éste algoritmo recibe la semilla URL la cual debe recorrer y recuperar todos los enlaces existentes en su contenido HTML, cada enlace recuperado es comparado y evaluado dependiendo del tipo de búsqueda seleccionada. Para la evaluación y selección de enlaces URL se declararon patrones de expresiones regulares, los cuales contienen palabras clave que se comparan directamente sobre el enlace URL, los enlaces que coinciden con los patrones se recuperan y almacenan en tablas correspondientes en una base de datos. 19
20 Crawling y scraping Éste algoritmo busca resolver el acceso a la información mediante el llenado de formularios de búsqueda avanzada. Para recuperar páginas Web que contienen formularios, el algoritmo realiza una lectura de cada uno de los enlaces existentes en la semilla URL y se comparan con patrones de expresiones regulares. El sistema realiza la acción de llenado de los formularios y ejecuta las acciones de realizar click sobre los botones de los formularios. Finalmente, se utiliza un módulo que permite evaluar la respuesta generada a partir de la consulta realizada. 20
21 Crawling y scraping Tecnologías utilizadas para crawling Jsoup: API de código abierto para trabajar con HTML. Permite extraer y manipular datos, utilizando los métodos DOM, CSS y JQuery. Utilizamos Jsoup para extraer los valores de los elementos HTML; form, textbox, combobox y button. HtmlUnit: Librería que simula un navegador Web sin interfaz, permite manipular a un alto nivel de sitios Web a partir de otro código Java, incluye el llenado y envío de datos a formularios mediante la simulación de clics en hiperenlaces. Este lenguaje se para enviar la consulta al formulario de búsqueda avanzada seleccionado. Selenium: Conjunto de herramientas que permiten desarrollar scripts para pruebas de aplicaciones Web. Selenium actúa como un navegador Web, permite el llenado y envío de datos a los formularios Web. Como respuesta a la consulta recibe una cadena cuyo contenido es todo el código de la página Web. 21
22 Crawling y scraping Lecciones aprendidas: Es importante remarcar que NO se puede acceder a información en las siguientes condiciones: La web opaca, aquella que no ha sido incluida en los índices de los motores de búsqueda. La web privada, aquella cuyo contenido ha sido protegido para que no pueda ser indexada por un crawler. La web invisible, involucra páginas con formatos PDF, PostScript, Flash, Shockwave, programas ejecutables y archivos comprimidos. Una de las razones por las cuales no puede ser indexado es que muchas páginas tienen poco o no tienen un contexto textual. 22
23 Crawling y scraping Resultados: Se cuenta con un crawler con las siguientes características: Permite recuperar datos de la web superficial, integrada por sitios web estáticos, iniciando con una URL semilla, detectando patrones y procesando la información extraída y almacenándola. Permite recuperar datos de la web oculta, integrada por sitios web dinámicos. El sistema detecta los formularios y extrae las propiedades, asigna valores a las propiedades y envía los datos y finalmente procesa cada enlace para almacenar la información. Porcentaje de avance Crawling: 70% 23
24 Avances del Marco general Toma de decisiones Análisis del problema y planeación Extracción de datos Visualización de datos Pre- Procesamiento de datos Minería de datos Análisis de datos Almacenamiento
25 Fase 3: Pre-procesamiento En esta fase se realiza un pre-procesamiento a la información adquirida de la web para su posterior almacenamiento. El módulo de pre-procesamiento incluye: Eliminación de información duplicada Determinar si se desea información con geolocalización Verificar que la georreferencia sea correcta Verificar el idioma de la información recuperada Determinar si se requiere filtrar información por temas específicos Determinar si es necesario guardar re-tweets Porcentaje de avance de pre-procesamiento: 90% 25
26 Avances del Marco general Toma de decisiones Análisis del problema y planeación Extracción de datos Visualización de datos Pre- Procesamiento de datos Minería de datos Análisis de datos Almacenamiento
27 Fase 4: Almacenamiento En esta fase se almacenan los datos adquiridos de la web. Para el almacenamiento se debe considerar: Volumen, considerar la capacidad de almacenamiento, tiempos de respuesta de escritura/lectura, etc. del sistema de base de datos Formato de almacenamiento Si se cuenta o no con una estructura definida de los datos (SQL o NoSQL) La infraestructura de cómputo disponible, los datos pueden almacenarse en un solo equipo, en un clúster de computadoras o en un entorno distribuido. Tecnologías soportadas actualmente: Bases de datos relacionales: HSQLDB, MySQL, PostgreSQL, Derby, Oracle, Microsoft SQL Server. Bases de datos RDF nativas: TDB, Virtuoso, Oracle 11g RDF, Allegro Graph, BigData. TripleStores: MongoDb, Kyoto Cabinet, LevelDB Porcentaje de avance de pre-procesamiento: 70% 27
28 Avances del Marco general Toma de decisiones Análisis del problema y planeación Extracción de datos Visualización de datos Pre- Procesamiento de datos Minería de datos Análisis de datos Almacenamiento
29 Fase 5: Análisis de datos En esta fase se realiza un análisis de la información adquirida de la web con el objetivo de inspeccionar, limpiar y transformar datos resaltado información útil. Para ello se pueden utilizar las siguientes técnicas: Stemming, Stop words, bolsa de palabras, análisis sintáctico, extracción de entidades, limpieza, formateo, eliminación de duplicados, predicción de datos faltantes utilizando redes bayesianas o redes neuronales 29
30 Fase 5: Análisis de datos Aspectos a considerar para el análisis de datos: Las técnicas de análisis de datos pueden ser aplicadas en forma efectiva si se considera el contexto del dominio de aplicación. Las técnicas de predicción de datos sólo puede realizarse cuando se tiene un gran conocimiento de los términos utilizados para describir objetos y acciones del dominio de aplicación. Las técnicas de análisis de datos pueden ser de utilidad para manejar datos más completos y limpios pero pueden eliminar información útil para las técnicas de minería de datos. 30
31 Fase 5: Análisis de datos Resultados Se cuenta con módulos software para realizar las siguientes tareas de análisis: Módulo de Análisis de datos Comentario a. Corrección ortográfica b. Etiquetado gramatical c. Lematización d. Eliminación de StopWords Corrector ortográfico Porcentaje de avance de pre-procesamiento: 60%
32 Avances del Marco general Toma de decisiones Análisis del problema y planeación Extracción de datos Visualización de datos Pre- Procesamiento de datos Minería de datos Análisis de datos Almacenamiento
33 Fase 6: Minería de datos En esta fase se exploran bases de datos, de manera automática o semiautomática, con el objetivo de encontrar patrones repetitivos, tendencias o reglas que expliquen el comportamiento de los datos en un determinado contexto. Algunas de las técnicas empleadas para la minería de datos se enlistan a continuación. Clústering (aprendizaje no supervisado) Redes bayesianas Modelos de Markov Minería de opiniones: esta es una de las técnicas más útiles para analizar información no estructura obtenida de la Web. 33
34 Minería de opiniones (i) Módulo de análisis de datos Comentario a. Corrección ortográfica b. Etiquetado gramatical c. Lematización d. Eliminación de StopWords Corrector ortográfico (ii) Módulo de obtención de características Comentario preprocesado a. Detección de Emoticones b. Detección de Modificadores c. Frecuencias de polaridad d. Detección de Negaciones Vector de características Léxico Afectivo en Español a. Instanciación del algoritmo SMO (iii) Módulo de clasificación automática b. Entrenamiento del algoritmo Modelo de clasificación c. Clasificación del comentario Polaridad del comentario Corpus 34
35 Léxico afectivo Se creó un léxico afectivo de manera manual. General Inquirer Polaridad negativa Banish Desterrar Ahuyentar Alejar Desterrar Expulsar Proscribir Desterrar: echar a alguien de un territorio o lugar por mandato judicial o decisión gubernamental Expulsar: 1. Arrojar, lanzar algo. 2.Hacer salir algo del organismo. 3. Echar una persona de un lugar. Desterrar: deportar, expulsar, confinar Significado: 1 Send (someone) away from a country or place as an official punishment Example: they were banished to Siberia for political crimes 2 Forbid, abolish, or get rid of (something unwanted) Example: all thoughts of romance were banished from her head Expulsar: echar, despedir, desterrar, deportar, proscribir Desterrar: desterrado, desterradero Expulsar: expulso, expulsivo, expulsado 35
36 Léxico afectivo El léxico afectivo quedó formado de la siguiente manera: Léxico Afectivo en Español Polaridad 3550 Intensificadores 97 Interjecciones 57 Palabras y Frases 255 Emoticones Neg. 63 Emoticones Pos. 68 Negaciones 15 36
37 Corpus de entrenamiento El corpus quedó constituido de la siguiente forma: Corpus de entrenamiento 3,100 posts Categoría Cantidad Muy positivo 470 Positivo 832 Neutral 469 Negativo 746 Muy negativo
38 Corpus de entrenamiento La evaluación de los resultados se realizó mediante la métrica Kappa de Fleiss. Se obtuvo un valor de
39 Experimento con el tema de precio del huevo Se extrajeron tweets con la cadena de búsqueda: huevo precio Se generó un corpus de 537 tweets. El corpus fue etiquetado por 4 cuatro personas y quedó compuesto de la siguiente forma: 209 positivos 195 negativos 133 neutros Se realizaron dos experimentos, se comparó el resultado que se obtuvo de los etiquetadores vs: 1. Nuestro sistema de polaridad y se obtuvo 43.18% de precisión. 2. Mathematica de Wolfram y se obtuvo 29.68% de precisión. Se realizó un tercer experimento utilizando la técnica 10-fold cross validation, utilizando el corpus generado por los etiquetadores y se obtuvo 66.5% de precisión. 40
40 Minería de opiniones Aspectos a considerar Aspectos a considerar para la minería de opiniones: Se requiere de análisis diferentes para diferentes dominios. Ejemplo: Alza de precio: huevo (significado negativo) vs petróleo (significado negativo) En el caso de que se trabaje sobre un dominio específico, lo más conveniente es crear un corpus específico o reutilizar alguno de un dominio similar. Ejemplo: Tenemos un dominio para huevo que puede ser utilizado para productos de la canasta básica. Es necesario tener un procedimiento para lograr una cadena de búsqueda que recupere datos pertinentes. Ejemplo: Precio de huevo vs huevo Porcentaje de avance de minería de opinión: 100% 43
41 Avances del Marco general Toma de decisiones Análisis del problema y planeación Extracción de datos Visualización de datos Pre- Procesamiento de datos Minería de datos Análisis de datos Almacenamiento
42 Fase 7: Visualización de datos El objetivo de esta fase es la representación de la información, a partir de los datos procesados en la fase de minería de datos. Esta representación visual se llevará a cabo a través de la creación y el control de tablas, gráficas, series de tiempo y mapas dinámicos e interactivos. Algunas de las técnicas objetivo para visualización son: Data stratification Time-series graphs Data line listing Mapping Data query Heatmap 45
43 Fase 7: Visualización de datos Existen diversas formas para representar y visualizar los datos, un ejemplo son los mapas de calor. Un mapa de calor es una representación gráfica de datos donde los valores individuales contenidos en una matriz son representados con colores. Para elaborar un mapa de calor, es necesario: Contar con una amplia muestra de datos para poder hallar patrones: el tamaño de la muestra es de gran importancia para que la información que se presente sea realmente representativa. Seleccionar una herramienta gráfica o lenguaje de programación para el desarrollo del mapa de calor. 46
44 Fase 7: Visualización de datos Ejemplos de lenguajes de programación y de librerías especializadas para la generación de mapas de calor son: R: es un lenguaje y entorno de programación para análisis estadístico y gráfico. Este lenguaje, proporciona un amplio abanico de herramientas estadísticas (modelos lineales y no lineales, test estadísticos, análisis de series temporales, algoritmos de clasificación y agrupamiento, etc.) y gráficas. Librería D3.JS: Es una librería JavaScript para producir visualizaciones de datos dinámicos e interactivos en un explorador Web. JavaScript: Es un lenguaje orientado a objetos, basado en prototipos, imperativo, débilmente tipado y dinámico. 47
45 Fase 7: Visualización de datos Ejemplos de mapa de calor 48
46 Fase 7: Visualización de datos Aspectos a considerar Una gran cantidad de datos georreferenciados (mínimo 10,000 para un estado): actualmente nuestro porcentaje de tweets georreferenciados es muy bajo, graficando información poco representativa. Es necesario que los datos de georreferenciación no estén dados en el formato de grados, minutos y segundos, si fuera así es necesario realizar un pre-procesamiento para convertirlos al formato que emplea R para la visualización ( , ). Los porcentajes de la población conectada a internet varía entre las diferentes zonas del país, por lo que podríamos llegar a visualizar más actividad en una zona que en otra, sin que esto implique que una variación en la relevancia del tema. 49
47 Avances del Marco general Toma de decisiones Análisis del problema y planeación Extracción de datos Visualización de datos Pre- Procesamiento de datos Minería de datos Análisis de datos Almacenamiento
48 Fase 8: Toma de decisiones En esta fase se crea nuevo conocimiento, a partir del análisis de los datos realizado en las fases anteriores, que permitirá facilitar la toma de decisiones dentro de una organización. En esta fase, la participación de los expertos del dominio es relevante para el análisis de la información y ofrecer conocimientos para la generación en la toma de decisiones. 51
49 Plataforma para la generación de información estadística VISUALIZACIÓN API de Google D3.js PROCESAMIENTO Y ANALISIS Model- Driven Code Generation Platform Categorización Minería de datos Obtención de polaridad Análisis de datos Corrección ortográfica, etiquetado gramatical, lematización, Stop Words Pre -procesamiento Limpieza de datos Extracción de datos APIs de Redes sociales Crawling y scraping ALMACENAMIENTO LevelDB Conectores a diferentes bases de datos MySQL / Oracle DB2 / BigData / MongoDB, etc. INFRAESTRUCTURA
50 La plataforma se desarrolla con SemanticWebBuilder (SWB) es un framework de desarrollo de aplicaciones Web Semánticas que integra una metodología de desarrollo y una plataforma ágil con diversas utilerías de código Java para el diseño y construcción de aplicaciones Web a partir de modelos ontológicos. SWB cuenta con: API de programación integrada por librería propias de INFOTEC para extender las funcionalidades de un sistema desarrollado con SWB o bien, para integrarse con productos de terceros. Generador de código automático que permita extender un sistema de manera muy rápida. Tecnología semántica (RDF) para: Definir la arquitectura de información de la aplicación. Crear contextos de información alrededor de un tema.
51 Conclusiones y retos a futuro 4 Conclusiones y retos a futuro 54
52 Consideraciones generales El potencial de utilizar Big Data en estadísticas oficiales es investigado en términos de calidad de acuerdo al European Statistical System: relevancia, precisión y fiabilidad, oportunidad y puntualidad, accesibilidad y claridad, coherencia y comparabilidad Debe estar absolutamente garantizada la privacidad de los usuarios, la confidencialidad de la información, la restricción de utilizar la información únicamente para fines estadísticos. Además de las restricciones de calidad, Big Data debe incorporarse con eficacia y eficiencia en los procesos típicos de la producción estadística. 55
53 Consideraciones generales Posibles fuentes de información: Datos de sensores Datos de comportamiento (búsquedas online) Opiniones (comentarios en redes sociales) Qué deseamos lograr? Reutilizar la gran cantidad de información que existe en la Web Reducir el tiempo entre la recolección de datos y la toma de decisiones Explotación de metadatos 56
54 Por su atención: Gracias Preguntas? 57
Máster en Lenguajes y Sistemas Informáticos: Tecnologías del Lenguaje en la Web Universidad de Educación a Distancia Marzo 2013
Presentación de Trabajo de Fin de Máster PROPUESTA DE BÚSQUEDA SEMÁNTICA: APLICACIÓN AL CATÁLOGO DE MAPAS, PLANOS Y DIBUJOS DEL ARCHIVO GENERAL DE SIMANCAS Máster en Lenguajes y Sistemas Informáticos:
Más detallesCentro de Investigación y Desarrollo en Ingeniería en Sistemas de Información (CIDISI)
Centro de Investigación y Desarrollo en Ingeniería en Sistemas de Información (CIDISI) OFERTAS TECNOLÓGICAS 1) GESTIÓN ORGANIZACIONAL Y LOGÍSTICA INTEGRADA: TÉCNICAS Y SISTEMAS DE INFORMACIÓN 2) GESTIÓN
Más detalles"Diseño, construcción e implementación de modelos matemáticos para el control automatizado de inventarios
"Diseño, construcción e implementación de modelos matemáticos para el control automatizado de inventarios Miguel Alfonso Flores Sánchez 1, Fernando Sandoya Sanchez 2 Resumen En el presente artículo se
Más detallesVisión General de GXportal. Última actualización: 2009
Última actualización: 2009 Copyright Artech Consultores S. R. L. 1988-2009. Todos los derechos reservados. Este documento no puede ser reproducido en cualquier medio sin el consentimiento explícito de
Más detallesGuía para Desarrollo de Sitios Web - Gobierno de Chile
www.guiaweb.gob.cl > 109 110 < www.guiaweb.gob.cl La Guía en Internet: www.guiaweb.gob.cl Guía para Desarrollo de Sitios Web - Gobierno de Chile Como se ha indicado en los capítulos iniciales, esta Guía
Más detallesADT CONSULTING S.L. http://www.adtconsulting.es PROYECTO DE DIFUSIÓN DE BUENAS PRÁCTICAS
ADT CONSULTING S.L. http://www.adtconsulting.es PROYECTO DE DIFUSIÓN DE BUENAS PRÁCTICAS ESTUDIO SOBRE EL POSICIONAMIENTO EN BUSCADORES DE PÁGINAS WEB Y LA RELEVANCIA DE LA ACTUALIZACIÓN DE CONTENIDOS
Más detallesUNIVERSIDAD DE SALAMANCA
UNIVERSIDAD DE SALAMANCA FACULTAD DE CIENCIAS INGENIERÍA TÉCNICA EN INFORMÁTICA DE SISTEMAS Resumen del trabajo práctico realizado para la superación de la asignatura Proyecto Fin de Carrera. TÍTULO SISTEMA
Más detallesImpacto de la ironía en la minería de opiniones basada en un léxico afectivo
Impacto de la ironía en la minería de opiniones basada en un léxico afectivo Yolanda Raquel Baca-Gómez a, Delia Irazú Hernández Farías b, Paolo Rosso b, Noé Alejandro Castro-Sánchez a, Alicia Martínez
Más detallesUNIVERSIDAD DE GUADALAJARA CENTRO UNIVERSITARIO DE CIENCIAS ECONOMICO ADMINISTRATIVAS
UNIVERSIDAD DE GUADALAJARA CENTRO UNIVERSITARIO DE CIENCIAS ECONOMICO ADMINISTRATIVAS COORDINACIÓN DE POSGRADO MAESTRÍA EN TECNOLOGÍAS DE INFORMACIÓN Implementación de un sistema de información geográfico
Más detallesCURSO COORDINADOR INNOVADOR
CURSO COORDINADOR INNOVADOR PRESENTACIÓN La tarea que el Ministerio de Educación se propone a través de Enlaces, en relación al aseguramiento del adecuado uso de los recursos, con el fin de lograr un impacto
Más detallesResumen de la Tesina. Autor: Adrià Batet López. Tutor: Víctor Pascual Ayats
Inventario y geolocalización de las actividades comerciales en las plantas bajas de los edificios de L Hospitalet de Llobregat. Aplicación web de recursos para el ciudadano. Resumen de la Tesina. Autor:
Más detallesMi Negocio en Línea. DESCRIPCIÓN y CONCEPTO DEL PRODUCTO
DESCRIPCIÓN y CONCEPTO DEL PRODUCTO INTRODUCCIÓN A LA HERRAMIENTA MI NEGOCIO EN LINEA es una revolucionaria herramienta online para crear y administrar sitios Web. Está orientado a Pequeñas y Medianas
Más detallesEvaluación, limpieza y construcción de los datos: un enfoque desde la inteligencia artificial
Universidad del Cauca Facultad de Ingeniería Electrónica y Telecomunicaciones Programas de Maestría y Doctorado en Ingeniería Telemática Seminario de Investigación Evaluación, limpieza y construcción de
Más detallesApp para realizar consultas al Sistema de Información Estadística de Castilla y León
App para realizar consultas al Sistema de Información Estadística de Castilla y León Jesús M. Rodríguez Rodríguez rodrodje@jcyl.es Dirección General de Presupuestos y Estadística Consejería de Hacienda
Más detallesProyecto Piloto sobre Viabilidad de Internet como Fuente de Datos. Resultados del Proyecto
Proyecto Piloto sobre Viabilidad de Internet como Fuente de Datos Resultados del Proyecto ÍNDICE 1. Detección automática de B2C 2. Análisis de demanda de profesionales TICC y programas formativos 3. Análisis
Más detallesEstándares para el Uso de Herramientas de Desarrollo y Plataformas de Aplicaciones Web
Secretaría de Planificación Estratégica Oficina de Informática Estándares para el Uso de Herramientas de Desarrollo y Plataformas de Aplicaciones Web VERSIÓN 4 Julio 2009 Índice 1. Generalidades... 3 1.1
Más detallesSistemas de Gestión de Documentos Electrónicos de Archivo (SGDEA)
Sistemas de Gestión de Documentos Electrónicos de Archivo (SGDEA) Agenda 1. Introducción 2. Concepto Documento Electrónico 3. A que se le denomina Documento Electrónico 4. Componentes de un Documento Electrónico
Más detallesMANUAL DE SEGUIMIENTO Y EVALUACIÓN
MANUAL DE SEGUIMIENTO Y EVALUACIÓN INDICE 1. INTRODUCCIÓN Pág. 3 2. QUÉ ES ACTIVE PROGRESS? Pág. 6 3. FASES DEL PROCESO DE EVALUACIÓN Pág. 9 4. SUBCOMITÉ DE SEGUIMIENTO Pág.12 5. CUESTIONARIOS DE SEGUIMIENTO
Más detallesPRESENTACIÓN DEL PRODUCTO
PRESENTACIÓN DEL PRODUCTO esernet, s.l. Sebastián Elcano, 32 Planta 1 Oficina 22 28012 Madrid Teléfono: 91 433 84 38 -- Fax. 91 141 21 89 www.esernet.com -- esernet@esernet.com 1. Introducción 2. Descripción
Más detallesDía 5-6-2012 17:00h Lugar: Obra Social Ibercaja, Sala De actos, Rambla Ferran 38, 3º, Lleida
Resumen de la conferencia Día 5-6-2012 17:00h Lugar: Obra Social Ibercaja, Sala De actos, Rambla Ferran 38, 3º, Lleida Ponente: Luis Muñiz Socio Director de Sisconges & Estrategia y experto en Sistemas
Más detallesRecuperación de información Bases de Datos Documentales Licenciatura en Documentación Curso 2011/2012
Bases de Datos Documentales Curso 2011/2012 Miguel Ángel Rodríguez Luaces Laboratorio de Bases de Datos Universidade da Coruña Introducción Hemos dedicado la primera mitad del curso a diseñar e implementar
Más detallesactivuspaper Text Mining and BI Abstract
Text Mining and BI Abstract Los recientes avances en lingüística computacional, así como la tecnología de la información en general, permiten que la inserción de datos no estructurados en una infraestructura
Más detallesManual Operativo SICEWeb
Manual Operativo SICEWeb Gestión de Expediente Digital Expediente Único de Clientes y Otros 1 Índice Contenido Expediente Único de Clientes y Otros... 1 Índice... 2 MODELO DE GESTIÓN DOCUMENTAL (MGD)...
Más detalles3.3.3 Tecnologías Mercados Datos
3.3.3 Tecnologías Mercados Datos TECNOLOGIAS DATAMART: Aspect Data Mart es una solución completa de reportes para la empresa, que le proporciona un mayor entendimiento de las operaciones de sus negocios
Más detallesInforme Final Desarrollo del Proyecto Áreas Naturales Protegidas del Ecuador. Desarrollado por: Jessica Nathaly Correa María Isabel Granda.
Informe Final Desarrollo del Proyecto Áreas Naturales Protegidas del Ecuador Desarrollado por: Jessica Nathaly Correa María Isabel Granda. 12 de febrero de 2015 Loja-Ecuador Contenido Presentación... 3
Más detallesCapítulo VI. Conclusiones. En este capítulo abordaremos la comparación de las características principales y
Capítulo VI Conclusiones En este capítulo abordaremos la comparación de las características principales y de las ventajas cada tecnología Web nos ofrece para el desarrollo de ciertas aplicaciones. También
Más detallesPropuesta de Portal de la Red de Laboratorios Virtuales y Remotos de CEA
Propuesta de Portal de la Red de Laboratorios Virtuales y Remotos de CEA Documento de trabajo elaborado para la Red Temática DocenWeb: Red Temática de Docencia en Control mediante Web (DPI2002-11505-E)
Más detallesModulo I. Introducción a la Programación Web. 1.1 Servidor Web.
Modulo I. Introducción a la Programación Web. 1.1 Servidor Web. Antes de analizar lo que es un servidor Web y llevara a cabo su instalación, es muy importante identificar diferentes elementos involucrados
Más detallesCapítulo I. Definición del problema y objetivos de la tesis. En la actualidad Internet se ha convertido en una herramienta necesaria para todas
Capítulo I Definición del problema y objetivos de la tesis 1.1 Introducción En la actualidad Internet se ha convertido en una herramienta necesaria para todas las personas ya que nos permite realizar diferentes
Más detallesGLOSARIO. Arquitectura: Funcionamiento, estructura y diseño de una plataforma de desarrollo.
GLOSARIO Actor: Un actor es un usuario del sistema. Esto incluye usuarios humanos y otros sistemas computacionales. Un actor usa un Caso de Uso para ejecutar una porción de trabajo de valor para el negocio.
Más detallesCapitulo 5. Implementación del sistema MDM
Capitulo 5. Implementación del sistema MDM Una vez que se concluyeron las actividades de análisis y diseño se comenzó la implementación del sistema MDM (Manejador de Documentos de MoProSoft). En este capitulo
Más detallesBASE DE DATOS RELACIONALES
BASE DE DATOS RELACIONALES Una base de datos relacional es una base de datos que cumple con el modelo relacional, el cual es el modelo más utilizado en la actualidad para implementar bases de datos ya
Más detallesINTRANET DE UNA EMPRESA RESUMEN DEL PROYECTO. PALABRAS CLAVE: Aplicación cliente-servidor, Intranet, Área reservada, Red INTRODUCCIÓN
INTRANET DE UNA EMPRESA Autor: Burgos González, Sergio. Director: Zaforas de Cabo, Juan. Entidad colaboradora: Colegio de Ingenieros del ICAI. RESUMEN DEL PROYECTO El proyecto consiste en el desarrollo
Más detallesTrabajo final de Ingeniería
UNIVERSIDAD ABIERTA INTERAMERICANA Trabajo final de Ingeniería Weka Data Mining Jofré Nicolás 12/10/2011 WEKA (Data Mining) Concepto de Data Mining La minería de datos (Data Mining) consiste en la extracción
Más detallesBrindamos asesorías que involucran tecnología y personal calificado, estos hacen de DOCTUM su mejor aliado.
SOFTWARE DE GESTÓN Doctum sabe que es necesario entregar servicios que otorguen un valor agregado, sobre todo para la gestión documental de la empresa, lo que reduce los costos asociados a mano de obra
Más detallesQué es una página web?, qué conoces al respecto?, sabes crear una página
Semana 13 13 Empecemos! Bienvenidos a una nueva sesión, llena de aprendizajes! En semanas anteriores estudiamos lo que son bases de datos, estructuras de datos y métodos de ordenamientos, todo lo cual
Más detallesMineria de datos y su aplicación en web mining data Redes de computadores I ELO 322
Mineria de datos y su aplicación en web mining data Redes de computadores I ELO 322 Nicole García Gómez 2830047-6 Diego Riquelme Adriasola 2621044-5 RESUMEN.- La minería de datos corresponde a la extracción
Más detallesComponentes de los SBC
Componentes de los SBC Componentes de los SBC Queremos construir sistemas con ciertas características: Resolución de problemas a partir de información simbólica Resolución mediante razonamiento y métodos
Más detallesWeb Crawler en eva.fing.edu.uy
Recuperación de Información y Recomendaciones en la Web(2014) Grupo 4 Andrea Estefan CI 4303805-6 andyestefan@gmail.com Gerardo Fanjul CI 4542811-6 gerardo.fanjul@gmail.com Instituto de Computación - Facultad
Más detallesUNIVERSIDAD DE ORIENTE FACULTAD DE CIENCIAS ECONOMICAS
UNIVERSIDAD DE ORIENTE FACULTAD DE CIENCIAS ECONOMICAS AUDITORIA DE SISTEMAS COMPUTACIONALES TIPOS DE AUDITORIA LIC. FRANCISCO D. LOVOS Tipos de Auditorías Auditoría de Base de Datos Auditoría de Desarrollo
Más detallesBearSoft. SitodeCloud. Rafael Rios Bascón Web: http://www.bearsoft.com.bo Móvil: +591 77787631 Email: rafael.rios@bearsoft.com.bo
BearSoft Rafael Rios Bascón Web: http://www.bearsoft.com.bo Móvil: +591 77787631 Email: rafael.rios@bearsoft.com.bo CONTENIDO 1. Resumen. 3 2. Business Intelligence.. 4 3. Características del software.
Más detallesSoluciones Integrales en Inteligencia de Negocios
Soluciones Integrales en Inteligencia de Negocios QUIENES SOMOS NUESTRA MISIÓN DATAWAREHOUSE MINERÍA DE DATOS MODELOS PREDICTIVOS REPORTERÍA Y DASHBOARD DESARROLLO DE APLICACIONES MODELOS DE SIMULACIÓN
Más detallesTeleformación na sociedade do coñecemento
Teleformación na sociedade do coñecemento Profesora: Departamento de Tecnoloxías da Información OBJETIVO DEL CURSO Conocer el estado actual de la teleformación Analizar las posibilidades de mejora utilizando
Más detallesMANUAL DE USUARIO APLICACIÓN SYSACTIVOS
MANUAL DE USUARIO APLICACIÓN SYSACTIVOS Autor Edwar Orlando Amaya Diaz Analista de Desarrollo y Soporte Produce Sistemas y Soluciones Integradas S.A.S Versión 1.0 Fecha de Publicación 19 Diciembre 2014
Más detallesCurso académico 2015-2016. Plataforma docente. del 21 de diciembre de 2015 al 21 de junio de 2016
Curso académico 2015-2016 Plataforma docente Diseño y Maquetación Web con HTML5, CSS3 y JavaScript del 21 de diciembre de 2015 al 21 de junio de 2016 6 créditos CERTIFICADO DE ENSEÑANZA ABIERTA Características:
Más detallesACCESO AL SERVIDOR EXCHANGE MEDIANTE OWA
ACCESO AL SERVIDOR EXCHANGE MEDIANTE OWA El Acceso al correo a través de OWA (Outlook Web Access) es una herramienta que permite a los usuarios consultar sus mensajes en una interfaz Web a través de un
Más detallesAlfredo Hidalgo Limbrick. Inteligencia de Redes de Datos
Alfredo Hidalgo Limbrick Inteligencia de Redes de Datos Web Crawlers Google, Internet Archive, Mercator Funcionamiento de Mercator Problemas conocidos Estadísticas e Imágenes Son programas que inspeccionan
Más detallesCapítulo 4. Requisitos del modelo para la mejora de la calidad de código fuente
Capítulo 4. Requisitos del modelo para la mejora de la calidad de código fuente En este capítulo definimos los requisitos del modelo para un sistema centrado en la mejora de la calidad del código fuente.
Más detallesunderstanding documents Digitalización y Captura Inteligente de Documentos
Digitalización y Captura Inteligente de Documentos Mayo 2013 Poder mantener accesibles los documentos desde cualquier punto del planeta y utilizar la información contenida en ellos se ha vuelto crítico
Más detallesCapítulo 3 Diseño del Sistema de Administración de Información de Bajo Costo para un Negocio Franquiciable
Capítulo 3 Diseño del Sistema de Administración de Información de Bajo Costo para un Negocio Franquiciable 1. Introducción. El Sistema de Administración de Información de un Negocio Franquiciable (SAINF)
Más detallesSoftware generador de documentos a través de la Web
Julia Patricia Melo Morín 1 Software generador de documentos a través de la Web 1 Contacto: patricia.melo@itspanuco.edu.mx Resumen Uno de los mayores problemas a los que se enfrentan las grandes corporaciones
Más detallesSistemas de Información Geográficos (SIG o GIS)
Sistemas de Información Geográficos (SIG o GIS) 1) Qué es un SIG GIS? 2) Para qué sirven? 3) Tipos de datos 4) Cómo trabaja? 5) Modelos de datos, Diseño Conceptual 6) GeoDataase (GD) 7) Cómo evaluamos
Más detallesÍNDICE. Introducción Características técnicas Funcionamiento de la aplicación
Identificación de los módulos formativos asociados a los certificados de profesionalidad y títulos de formación profesional, para la adaptación de un sistema de información y detección de necesidades formativas
Más detallesGuía básica para subir vídeos a Youtube
Guía básica para subir vídeos a Youtube Índice Videos en YouTube Paso 1: Crear una cuenta Paso 2: Diseñar tu canal Paso 3: Grabar y editar tu video Paso 4: Subir video Paso 5: Características del video
Más detallesNº de expediente: TSI-020500-2010-232 Subprograma: Avanza Competitividad I+D+I
Nº de expediente: TSI-020500-2010-232 Subprograma: Avanza Competitividad I+D+I Sistema recomendador usando búsqueda semántica distribuida para procesos de selección SIRPROS ENTREGABLE 6.1 DOCUMENTACIÓN/GUÍA
Más detalles11/06/2011. Alumno: José Antonio García Andreu Tutor: Jairo Sarrias Guzman
11/06/2011 Alumno: José Antonio García Andreu Tutor: Jairo Sarrias Guzman Introducción Gestión de tareas Unificar la vía por la que se requieren las tareas Solución única y global Seguimiento de las tareas
Más detallesPrácticas ITIL para un mejor flujo de trabajo en el helpdesk
Prácticas ITIL para un mejor flujo de trabajo en el helpdesk Se diferencia tres partes de gestión para mejorar la resolución de las incidencias de soporte técnico según el marco ITIL: 1. Gestión de Incidencias
Más detallesMaqueta Sitio Web para el 2º Nivel
Maqueta Sitio Web para el 2º Nivel Aplicable a Departamentos y Carreras La implementación de un portal web con la extensión usach.cl está supeditada a tres niveles. Cada uno contempla distintas características
Más detallesBeneficios estratégicos para su organización. Beneficios. Características V.2.0907
Herramienta de inventario que automatiza el registro de activos informáticos en detalle y reporta cualquier cambio de hardware o software mediante la generación de alarmas. Beneficios Información actualizada
Más detallesGuía de Laboratorio Base de Datos I.
Guía de Laboratorio Base de Datos I. UNIVERSIDAD DON BOSCO FACULTAD DE INGENIERIA 1- Gestión del SQL Server Management Studio y creación de bases de datos. Objetivos: Identificar el entorno de trabajo
Más detallese-mailing Solution La forma más efectiva de llegar a sus clientes.
e-mailing Solution La forma más efectiva de llegar a sus clientes. e-mailing Solution Es muy grato para nosotros presentarles e-mailing Solution, nuestra solución de e-mail Marketing para su empresa. E-Mailing
Más detallesArquitectura de sistema de alta disponibilidad
Mysql Introducción MySQL Cluster esta diseñado para tener una arquitectura distribuida de nodos sin punto único de fallo. MySQL Cluster consiste en 3 tipos de nodos: 1. Nodos de almacenamiento, son los
Más detallesBASES DE DATOS OFIMÁTICAS
BASES DE DATOS OFIMÁTICAS Qué es una Bases de Datos Ofimática?. En el entorno de trabajo de cualquier tipo de oficina ha sido habitual tener un archivo con gran parte de la información necesaria para el
Más detallescomunidades de práctica
1. Introducción CoSpace es una plataforma web diseñada para proporcionar un espacio virtual de interacción y colaboración entre formadores en comunidades virtuales. Se originó como resultado de las necesidades
Más detallesMOLAP REALIZADO POR: JOSE E. TABOADA RENNA
MOLAP REALIZADO POR: JOSE E. TABOADA RENNA BASE DE DATOS Conjunto de datos estructurados, fiables y homogéneos organizados independientemente en máquina, m accesibles en tiempo real, compatible por usuarios
Más detallesSERVIDOR WEB PARA ACCESO EN TIEMPO REAL A INFORMACIÓN METEOROLÓGICA DISTRIBUIDA
SERVIDOR WEB PARA ACCESO EN TIEMPO REAL A INFORMACIÓN METEOROLÓGICA DISTRIBUIDA E. SÁEZ, M. ORTIZ, F. QUILES, C. MORENO, L. GÓMEZ Área de Arquitectura y Tecnología de Computadores. Departamento de Arquitectura
Más detallesSoftware de Simulación aplicado a entornos de e-learning
Software de Simulación aplicado a entornos de e-learning 2009 Laboratorio de Investigación de Software Universidad Tecnológica Nacional Facultad Regional Córdoba Titulo del Proyecto Software de Simulación
Más detallesApéndice A Herramientas utilizadas
Apéndice A Herramientas utilizadas A.1 Java Media Framework El Java Media Framework (JMF) es una interfaz para el desarrollo de aplicaciones (API) e incorpora el manejo de audio y video en el lenguaje
Más detallesLos servicios más comunes son como por ejemplo; el correo electrónico, la conexión remota, la transferencia de ficheros, noticias, etc.
Página 1 BUSCADORES EN INTERNET Internet es una red de redes informáticas distribuidas por todo el mundo que intercambian información entre sí mediante protocolos 1 TCP/IP. Puede imaginarse Internet como
Más detallesEspecificaciones funcionales para el acceso al RAI por Web
Especificaciones funcionales para el acceso al RAI por Web CONTENIDO INTRODUCCION...2 SERVICIO ON-LINE DE CONSULTA DE DATOS DE RESUMEN RAI VÍA PÁGINA WEB...3 ESTRUCTURA DE LA APLICACIÓN...3 PÁGINA DE INICIO
Más detallesGobierno en línea territorial - GELT. Nivel Técnico
Gobierno en línea territorial - GELT Nivel Técnico Agenda Estrategia de Gobierno en línea Contexto de la Solución Tecnológica Administración del Sitio Web, Requisitos y Roles Acercamiento a los Componentes
Más detallesCAPÍTUL07 SISTEMAS DE FILOSOFÍA HÍBRIDA EN BIOMEDICINA. Alejandro Pazos, Nieves Pedreira, Ana B. Porto, María D. López-Seijo
CAPÍTUL07 SISTEMAS DE FILOSOFÍA HÍBRIDA EN BIOMEDICINA Alejandro Pazos, Nieves Pedreira, Ana B. Porto, María D. López-Seijo Laboratorio de Redes de Neuronas Artificiales y Sistemas Adaptativos Universidade
Más detallesO jeto de apre r ndizaje
Herramientas de Gestión para Objetos de Aprendizaje. Plataforma AGORA Victor Hugo Menéndez Domínguez Universidad Autónoma de Yucatán, México :: mdoming@uady.mx Manuel Emilio Prieto Méndez Universidad de
Más detallesCONSTRUCCIÓN DEL PROCESO MESA DE AYUDA INTERNA. BizAgi Process Modeler
CONSTRUCCIÓN DEL PROCESO MESA DE AYUDA INTERNA BizAgi Process Modeler TABLA DE CONTENIDO PROCESO DE MESA DE AYUDA INTERNA... 3 1. DIAGRAMA DEL PROCESO... 4 2. MODELO DE DATOS... 5 ENTIDADES DEL SISTEMA...
Más detallesPrimer avance de proyecto de software para la gestión de inscripciones en cursos
Primer avance de proyecto de software para la gestión de inscripciones en cursos 1. Introducción Andrés Felipe Bustamante García, Carolina Sarmiento González En este documento se presentan los resultados
Más detallesLa utilización de las diferentes aplicaciones o servicios de Internet se lleva a cabo respondiendo al llamado modelo cliente-servidor.
Procesamiento del lado del servidor La Programación del lado del servidor es una tecnología que consiste en el procesamiento de una petición de un usuario mediante la interpretación de un script en el
Más detallesCAPÍTULO 3 Servidor de Modelo de Usuario
CAPÍTULO 3 Servidor de Modelo de Usuario Para el desarrollo del modelado del estudiante se utilizó el servidor de modelo de usuario desarrollado en la Universidad de las Américas Puebla por Rosa G. Paredes
Más detallesLa Web Semántica como herramienta para e-learning
La Web Semántica como herramienta para e-learning Lidia Marina López llopez@uncoma.edu.ar Departamento de Ciencias de la Computación Universidad Nacional del Comahue Buenos Aires 1400 8300 Neuquén Tel.
Más detallesCopyright. Todos los derechos reservados. Aranda Software Corp.
1 Aranda SQL COMPARE Versión 1.0 ARANDA Software Corporation 2002-2007. Todos los derechos reservados. Cualquier documentación técnica proporcionada por Aranda Software Corporation es un producto registrado
Más detallesQué es SPIRO? Características
Qué es SPIRO? Características Tecnología de SPIRO Módulos principales Otros módulos de Spiro Qué es Spiro? Software para la planificación y gestión integral Qué es un Sistema Integrado de Gestión? Se podría
Más detallesOferta tecnológica: Vehículos autónomos para transporte de materiales en almacenes
Oferta tecnológica: Vehículos autónomos para transporte de materiales en almacenes Oferta tecnológica: Vehículos autónomos para transporte de materiales en almacenes RESUMEN Investigadores de la Universidad
Más detallesDefiniciones sencillas para
Definiciones sencillas para entender lo que es un sitio web Un sitio web debe ser entendido primero como un medio de comunicación. Y en segundo lugar como una secuencia programativa que se genera y visualiza
Más detallesPrezi: editor de presentaciones
Prezi: editor de presentaciones Descripción Francisco Mora En momentos en que la Web 2.0 es un entorno de interacción, aparecen múltiples servicios que permiten compartir y editar recursos de forma conjunta.
Más detallesManual de usuario clientes portal web KRCC. Fecha: 23 02 2009
clientes portal web KRCC Fecha: 23 02 2009 Tabla de Contenidos 1.1 Conectar a sitio web a través de internet... 3 1.1.1 Abrir un una ventana del explorador de internet... 3 1.1.2 Ir a la dirección http://clientekrcc.komatsu.cl...
Más detallesSISTEMA DE PAPELES DE TRABAJO PARA AUDITORÍA SPT AUDIT
SISTEMA DE PAPELES DE TRABAJO PARA AUDITORÍA SPT AUDIT INTRODUCCIÓN La documentación de auditoría ó papeles de trabajo son el respaldo que tiene el auditor para registrar los procedimientos aplicados,
Más detallesContenido - 2. 2006 Derechos Reservados DIAN - Proyecto MUISCA
Contenido 1. Introducción...3 2. Objetivos...4 3. El MUISCA Modelo Único de Ingresos, Servicio y Control Automatizado...4 4. Ingreso a los Servicios Informáticos Electrónicos...5 4.1. Inicio de Sesión
Más detallesINFORME TÉCNICO PREVIO DE EVALUACIÓN DE SOFTWARE
1. NOMBRE DEL ÁREA Gerencia de Desarrollo. INFORME TÉCNICO PREVIO DE EVALUACIÓN DE SOFTWARE 2. RESPONSABLE DE LA EVALUACIÓN Amado Zumaeta Vargas 3. CARGO Analista 4. FECHA 20/07/2011 5. JUSTIFICACIÓN AGROBANCO
Más detallesIntroducción. Metadatos
Introducción La red crece por momentos las necesidades que parecían cubiertas hace relativamente poco tiempo empiezan a quedarse obsoletas. Deben buscarse nuevas soluciones que dinamicen los sistemas de
Más detallesRoadmap para la adopción de nuevas arquitecturas de información
Roadmap para la adopción de nuevas arquitecturas de información Qué es Big Data..? es el nombre que se le da a conjuntos de información que crecen de una manera tan exponencial que resulta prohibitivo
Más detallesCurso Online de Diseño Web avanzado con HTML5 y CSS3
Curso Online de Diseño Web avanzado con HTML5 y CSS3 Presentación : El diseño web se ha ganado rápidamente un lugar de relevancia dentro del diseño gráfico al punto de casi sustituirlo en algunas propuestas
Más detallesSERVICIO NACIONAL DE APRENDIZAJE SENA SISTEMA INTEGRADO DE GESTIÓN Procedimiento Ejecución de la Formación Profesional Integral GUÍA DE APRENDIZAJE
Código: F004-P006- GFPI Nº 1. IDENTIFICACIÓN DE LA GUIA DE APRENDIZAJE Programa de Formación: Técnico en programación de software. Nombre del Proyecto: Sistema de información para la gestión empresarial
Más detallesPDF created with pdffactory Pro trial version www.pdffactory.com
Este libro está diseñado y escrito para aquellas personas que, conociendo HTML y JavaScript, desean dar un salto cuantioso en la creación de sitios web, con la programación dinámica en el lado del servidor.
Más detallesOracle vs Oracle por Rodolfo Yglesias Setiembre 2008
Oracle vs Oracle por Rodolfo Yglesias Setiembre 2008 Introducción Aunque la estrategia de adquisiciones que Oracle ha seguido en los últimos años siempre ha buscado complementar y fortalecer nuestra oferta
Más detallesBase de datos relacional
Base de datos relacional Una base de datos relacional es una base de datos que cumple con el modelo relacional, el cual es el modelo más utilizado en la actualidad para modelar problemas reales y administrar
Más detallesPAUTAS PARA LAS ENTREVISTAS SOBRE EL SITIO WEB DE EUROPASS+
PAUTAS PARA LAS ENTREVISTAS SOBRE EL SITIO WEB DE EUROPASS+ Rápida presentación del proyecto (extrayendo el contenido del folleto o mediante transmisión directa del mismo): dependiendo del modo en que
Más detallesGuía Metodológica para el diseño de procesos de negocio
Guía Metodológica para el diseño de procesos de negocio La guía desarrollada para apoyar TBA, se diseñó con base en las metodologías existentes para el desarrollo BPM, principalmente en aquellas que soportan
Más detallesComo incrementar su productividad con controles contínuos. Cr. Emilio Nicola, PMP
Como incrementar su productividad con controles contínuos Cr. Emilio Nicola, PMP Auditoría continua Auditoría está cansada de llegar y contar muertos Es tiempo de comenzar a salvarlos. Carlos Fernando
Más detallesMANUAL DE USUARIOS DEL SISTEMA MESA DE SOPORTE PARA SOLICITAR SERVICIOS A GERENCIA DE INFORMATICA
MANUAL DE USUARIOS DEL SISTEMA MESA DE SOPORTE PARA SOLICITAR SERVICIOS A Usuario Propietario: Gerencia de Informática Usuario Cliente: Todos los usuarios de ANDA Elaborada por: Gerencia de Informática,
Más detallesASUNTO: PLIEGO DE PRESCRIPCIONES TECNICAS PARTICULARES PARA LA CONTRATACIÓN DEL DESARROLLO DE LA SOCIALIZACIÓN EN LA WEB MUNICIPAL
ASUNTO: PLIEGO DE PRESCRIPCIONES TECNICAS PARTICULARES PARA LA CONTRATACIÓN DEL DESARROLLO DE LA SOCIALIZACIÓN EN LA WEB MUNICIPAL ÍNDICE ÍNDICE...2 OBJETO DEL CONTRATO...3 SITUACIÓN ACTUAL...3 DESCRIPCIÓN
Más detallesCurso de HTML5 y CSS3
Todos los Derechos Reservados Global Mentoring Experiencia y Conocimiento para tu Vida 1 1 Todos los Derechos Reservados Global Mentoring Experiencia y Conocimiento para tu Vida 2 2 HTML sin duda, definió
Más detalles