ARQUITECTURA ESCALABLE PARA LA DETECCIÓN DE PATRONES SECUENCIALES DIFUSOS EN MINERÍA DE DATOS CUANTITATIVA

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamaño: px
Comenzar la demostración a partir de la página:

Download "ARQUITECTURA ESCALABLE PARA LA DETECCIÓN DE PATRONES SECUENCIALES DIFUSOS EN MINERÍA DE DATOS CUANTITATIVA"

Transcripción

1 ARQUITECTURA ESCALABLE PARA LA DETECCIÓN DE PATRONES SECUENCIALES DIFUSOS EN MINERÍA DE DATOS CUANTITATIVA Pablo F. Provasi 1 Lucio J. Kleisinger 1 Francisco R. Villatoro 2 1 Dpto. de Informática, Universidad Nacional del Nordeste - Argentina, 2 Dpto. de Lenguajes y Ciencias de la Computación, Universidad de Málaga - España, Resumen Se presenta un nuevo enfoque esquemático general, una arquitectura escalable, que permite servir de guía en la construcción de herramientas de minería para la detección de patrones secuenciales difusos en bases de datos de transacciones comerciales. Con el propósito de que estos patrones puedan ser utilizados mediante otras metodologías para decidir políticas de mercadeo, se menciona a modo de ejemplo una base de datos de Supermercado. El trabajo presenta un aspecto teórico del enfoque esquemático, dejando para más adelante la asignación puntual de las diversas herramientas de aplicación a cada etapa del modelo. Palabras Clave: Arquitectura Guía, Minería, Patrones Secuenciales, Difusos. 1. INTRODUCCIÓN La minería de datos cuantitativa pretende la extracción de la información que presenta ciertos modelos o patrones a partir de los registros almacenados en grandes bases de datos. Cuando estos patrones involucran cierta secuencia temporal nos referimos a la detección de patrones secuenciales. El problema de la minería de patrones secuenciales en bases de datos de transacciones comerciales fue introducido y resuelto utilizando bases de datos (en adelante DB) con información crisp por Agrawal y Strikant [1]. El uso de técnicas fuzzy en este contexto fue iniciado por Chen [2, 3]. En este trabajo nos basaremos en el reciente desarrollo de Céline Fiot [4], trabajo que completaremos y extenderemos con énfasis en las bases de datos de transacciones comerciales en supermercados y tiendas virtuales. Los contenidos del trabajo son los siguientes. En la siguiente sección se introduce un ejemplo que muestra el problema que queremos resolver. En la sección 3 presentaremos las ideas básicas sobre la minería de patrones secuenciales con datos crisp. A la minería de datos de patrones secuenciales con datos fuzzy se dedica la sección 4. Las ideas fundamentales sobre nuestra nueva arquitectura se presentan en la sección 5. Finalmente, la sección 6 presenta las conclusiones más importantes de este trabajo. 2. EJEMPLO EN UN SUPERMERCADO El sistema de administración de un supermercado puede almacenar y mantener diversas DB, una de las cuales almacenará los registros de las ventas. Las compras efectuadas por un cliente deben ser consideradas registros de la DB, y cada registro está unívocamente relacionado con un identificador o número de factura. En tiendas virtuales, como las consideradas por Fiot [4], el cliente se puede considerar como un agente en el sistema. Sin embargo, en nuestro caso supondremos que en la DB del supermercado los clientes son anónimos, y sólo se conoce el número de factura o recibo con la lista de productos. Los datos simples o aislados contenidos en una base de datos ofrecen muy poca o ninguna información que pueda ser de utilidad para el administrador del supermercado. Sin embargo, a medida que estos datos crecen en cantidad (número de registros), se pueden agrupar y relacionar de diversas formas, de manera que se pueda extraer una mayor cantidad de información utilizando técnicas de minería de datos. Surge de lo anterior, que los niveles de información (a) generados o (b) obtenidos pueden variar significativamente en función de como se organizan: (1) ordenan, (2) agrupan o (3) clasifican los datos. El análisis de estos datos previamente organizados permite (a) generar nueva información mediante la aplicación de reglas de consultas así como (b) obtener información de los mismos. Ejemplo 1: Sobre la información (b) obtenida de la simple observación de los datos (2) agrupados de una forma determinada, para este caso, en 2 grupos de interés: los que han comprado latas de tomates y los que han comprado latas de pimientos; existen otros grupos que surgen naturalmente y XIV Congreso Español sobre Tecnologías y Lógica fuzzy 67

2 que pueden o no ser de interés según lo que se desee observar, que son el grupo de los que no pertenecen a ninguno de los 2 grupos de interés y el grupo intersección. De esto podemos inferir mucha información crisp: primero, cantidad de clientes que han comprado alguno de los 2 productos, la cantidad que no lo ha hecho y los que han comprado ambos productos. Y si los comparamos entre si de diversas formas, obtendríamos información que nos ayudaría a decidir si nos conviene abastecernos en proporciones similares de estos productos o si nos convendría comprar mayoritariamente un producto en vez de otro. Queda claro que con un simple proceso de agrupación es enorme la cantidad de información que se puede obtener. Ejemplo 2: Sobre la información (a) generada, siguiendo con el ejemplo anterior. Si a estos grupos además los (3) clasificamos aplicando alguna regla de restricción temporal, podríamos obtener varios grupos más o subgrupos. Surge de esto que preparar grupos con algún significado especial requiere de un proceso de clasificación (aplicación de restricciones a la agrupación). Bien, hasta aquí parecería que se puede manejar esto con una simple consulta (query) elaborada de una base de datos. En muchos casos esto puede ser suficiente. Sin embargo, el propósito de encontrar patrones secuenciales difusos en una DB es principalmente obtener aquella información que no resulta trivial u obvia de un simple análisis. Para lo que es necesario la aplicación de algunos principios [4]: I II La conversión de los datos cuantitativos en conjuntos difusos y grados de pertenencia. El uso de estas titulaciones para extraer las secuencias frecuentes. Para la etapa (i), convertir datos cuantitativos de tipo crisp en conjuntos difusos requiere de un pre procesamiento según se explicó anteriormente. Este pre-procesamiento demanda algún consumo de recursos computacionales que en ocasiones puede ser muy costoso. El propósito de este pre procesamiento consiste en encontrar (agrupar, ordenar, clasificar) patrones secuenciales de tipo crisp. Un patrón no es otra cosa que un atributo presente en un registro de la DB. Los algoritmos de búsquedas de patrones procuran encontrar (o formar) secuencias de atributos presentes, y a esto se le llama minería de patrones secuenciales. 3. MINERÍA DE PATRONES SECUENCIALES (MPS) Antes de presentar la minería de patrones secuenciales fuzzy, consideraremos datos crisp. Sea DB un conjunto de registros (objetos), donde cada registro R consiste de tres elementos de información: un identificador de registro object-id, un registro de tiempo timestamp, y un conjunto A de atributos binarios. Un atributo a puede estar presente 1, o ausente 0. Si bien los algoritmos intentan encontrar secuencias de atributos presentes, esta claro que su ausencia también brinda significativa información. Un atributo a presente es llamado ítem i, y dentro del contexto de números crisp, un ítem es una cupla (atributo, valor). Un conjunto de items {i 1, i 2,, i k } es denotado por I, donde I es un sub conjunto de A. Esto es una representación no ordenada. Una secuencia s es una lista ordenada no vacía de los conjuntos de items s, denotado por s 1, s 2,, s p. Una n- secuencia es una secuencia de n items o de tamaño n. Decimos entonces que R es un conjunto de registros que contienen los atributo presente (o ítems) i. Gráficamente R (I) podría verse así como en la Figura 1. Figura 1: Algunos Atributos Presentes o items 3.1. SECUENCIA DE DATOS Una secuencia de datos s 1, s 2,, s p es una agrupación ordenada de registros con atributos presentes iguales, similares o pertenecientes. La agrupación se ordena según los datos de timestamp FRECUENCIA DE SECUENCIAS Los grados de pertenencia se obtienen al evaluar la frecuencia de ocurrencia de las secuencias freq(s) con distintos niveles de fuzzyficación. Algunos autores establecen un valor de referencia o parámetro, por ejemplo minfreq, con el fin de decidir si una frecuencia es más o menos frecuente. En estos casos se buscan las secuencias de mayor frecuencia, freq(s) > minf req. 4. MINERÍA DE PATRONES SECUENCIALES DIFUSOS (MPSD) Existen diferentes enfoques para extraer patrones secuenciales difusos, pero en este caso adoptamos una variante basada en Fiot [4], pero todos ellos comienzan por un paso común, donde el universo de cada ítem cuantitativo es particionado en varios conjuntos difusos. En el contexto de lógica difusa, un ítem difuso es la asociación de un conjunto difuso b a su correspondiente ítem x, es 68 XIV Congreso Español sobre Tecnologías y Lógica fuzzy

3 decir [x, b]. En la DB cada registro está asociado a un ítem difuso [x,b] según su grado de pertenencia. Un conjunto de items difusos será denotado por el par (X,B), donde X es el conjunto de items, y B es un conjunto de conjuntos difusos correspondientes SECUENCIA DE DATOS DIFUSOS Por otra parte tenemos que, una secuencia g-k-sequence s 1, s 2,, s p está formada por g conjuntos de items difusos s = (X, B) agrupados a k items difusos [x,b] FRECUENCIA DIFUSA DE DATOS DIFUSOS De acuerdo a las definiciones anteriores podemos decir que la minería de patrones secuenciales difusos consiste en encontrar la frecuencia máxima difusa g-k-sequence. En su trabajo, Fiot et al [4], ofrece una definición general de frecuencia de una secuencia, también presenta tres algoritmos para el cálculo de frecuencia de patrones secuenciales difusos que pueden ser de utilidad cuando se construyen herramientas para la minería de patrones secuenciales. Por ejemplo: SpeedyFuzzy: se basa en la cuenta admitir / no admitir. Cuenta todos los objetos o items difusos de un conjunto, sin importar el grado, si es mayor que 0 los objetos tienen el mismo peso. MiniFuzzy: se basa en un umbral de cuenta. Cuenta los objetos o items difusos de un conjunto, pero solo admite aquellos items de la secuencia candidato que tienen un grado de pertenencia mayor a un umbral especificado. TotallyFuzzy: se basa en una cuenta sigma-contar con umbral. Cuenta cada objeto y cada secuencia. Se toma en cuenta la importancia del conjunto o secuencia de datos, y se considera el mejor grado de pertenencia. 5. ARQUITECTURA GUÍA PARA LA CONSTRUCCIÓN DE HERRAMIENTAS (MPSD) Este esquema permite oficiar de guía en la producción de herramientas para la minería de patrones secuenciales difusos. Consiste en seguir el camino adecuado según el caso de estudio (ver Figura 2). El modelo de la arquitectura consta de dos fases: minería de datos cuantitativos y minería de datos difusos. En la figura vemos la Etapa de Clasificación, que consiste en generar grupos o bases de datos de patrones presentes luego de aplicar uno de los porcesos alternativos de clasificación. Siguiendo el modelo, se pueden agregar n algoritmos con el objeto de probar diferentes tipos de agrupaciones. Una vez obtenido un conjunto de bases de datos clasificados como salida de la ejecución del proceso elegido, será factible pasar a la etapa siguiente de Secuenciado, en la cual se podrá obtar por alguno de los algoritmos de ordenamiento conocidos o diseñado con algún criterio especial. Estos algoritmos podrán ser elegidos en base al criterio de ordenamiento más adecuado para las DB generadas en la etapa anterior. Como resultado del secuenciado se optine un nuevo conjunto de bases de datos, agrupadas, clasificadas y ordenadas. Hasta aquí podemos decir que se ha completado la fase correspondiente a minería de datos cuantitativos. La fase de minería de datos difusos, presenta dos etapas, Fuzzyficación y Detección y Conteo de freq(s). La primera consiste en seguir un procedimiento similar a los descritos en las etapas anteriores, seleccionar (o producir) el algoritmo de fuzzyficación adecuado para el tipo de datos contenido en las DB de entrada y efectuar el procesamiento. Como resultado, se obtendrán n bases de datos de secuencias difusas. Ahora bien, en la figura podemos ver la etapa final Detección y conteo de freq(s), y vemos que los cuadros que representan procesos, por ejemplo (Algoritmo 1 Detec. y Conteo), pueden ser reemplazados por cualquiera de los tres algoritmos referenciados en la sub sección anterior. También es factible diseñar tantos algoritmos como la necesidad justifique. Por ello la arquitectura de guía pretende aclarar el panorama para quienes se dedican a experimentar en la minería de patrones secuenciales difusos. 6. CONCLUSIONES En este trabajo nosotros presentamos una introducción teórica de las etapas que implica el desarrollo de herramientas para la minería de patrones secuenciales difusos, y presentamos un esquema general que sirve de guía en la arquitectura de estas herramientas. Los bloques del esquema en cada etapa pueden ser reemplazados por nombres propios de nuevos algoritmos que permitan cumplimentar los pasos requeridos para la MPSD. Referencias [1] R. Agrawal, R. Srikant. Mining sequential patterns. 11th International Conference on Data Engineering (ICDE 95), Taipei, Taiwan, Pág. 3, Expanded version available as IBM Research Report RJ9910, October [2] R.-S. Chen, G.-H. Tzeng, C.C. Chen, Y.-C. Hu. Discovery of Fuzzy Sequential Patterns for Fuzzy Par- XIV Congreso Español sobre Tecnologías y Lógica fuzzy 69

4 titions in Quantitative Attributes. ACS/IEEE International Conference on Computer Systems and Applications. Pág , [3] R.-S. Chen, Y.-C. Hu. A novel method for discovering fuzzy sequential patterns using the simple fuzzy partition method. Journal of the American Society for Information Science 54(7), Pág , [4] C. Fiot. Fuzzy Sequential Patterns for Quantitative Data Mining. In Galindo, J. (Ed.), Handbook of Research on Fuzzy Information Processing in Databases, In Press, XIV Congreso Español sobre Tecnologías y Lógica fuzzy

5 Figura 2: Esquema General para la Arquitectura de Herramientas MPSD XIV Congreso Español sobre Tecnologías y Lógica fuzzy 71

Mineria 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 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 detalles

DE VIDA PARA EL DESARROLLO DE SISTEMAS

DE VIDA PARA EL DESARROLLO DE SISTEMAS MÉTODO DEL CICLO DE VIDA PARA EL DESARROLLO DE SISTEMAS 1. METODO DEL CICLO DE VIDA PARA EL DESARROLLO DE SISTEMAS CICLO DE VIDA CLÁSICO DEL DESARROLLO DE SISTEMAS. El desarrollo de Sistemas, un proceso

Más detalles

Visión global del KDD

Visión global del KDD Visión global del KDD Series Temporales Máster en Computación Universitat Politècnica de Catalunya Dra. Alicia Troncoso Lora 1 Introducción Desarrollo tecnológico Almacenamiento masivo de información Aprovechamiento

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 "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 detalles

Mejores prácticas para el éxito de un sistema de información. Uno de los problemas de información dentro de las empresas es contar con datos

Mejores prácticas para el éxito de un sistema de información. Uno de los problemas de información dentro de las empresas es contar con datos ANEXO VI. Mejores prácticas para el éxito de un sistema de información Uno de los problemas de información dentro de las empresas es contar con datos importantes del negocio y que éstos estén aislados

Más detalles

Metodología para el diseño de F.P. basada en Competencias Juan Pedro Teruel Botella. Ministerio de Educación y Cultura. España

Metodología para el diseño de F.P. basada en Competencias Juan Pedro Teruel Botella. Ministerio de Educación y Cultura. España Metodología para el diseño de F.P. basada en Competencias Juan Pedro Teruel Botella. Ministerio de Educación y Cultura. España La ponencia que se presenta a continuación está basada fundamentalmente en

Más detalles

El almacén de indicadores de proceso de negocio en ejecución

El almacén de indicadores de proceso de negocio en ejecución X Congreso de Ingeniería de Organización Valencia, 7 y 8 de septiembre de 2006 El almacén de indicadores de proceso de negocio en ejecución Andrés Boza García 1, Angel Ortiz Bas 1, Llanos Cuenca Gonzalez

Más detalles

INTRODUCCIÓN A LA PROGRAMACIÓN WEB UNIDAD. Estructura de contenidos: http://www.ucv.edu.pe/cis/ cisvirtual@ucv.edu.pe. 1.

INTRODUCCIÓN A LA PROGRAMACIÓN WEB UNIDAD. Estructura de contenidos: http://www.ucv.edu.pe/cis/ cisvirtual@ucv.edu.pe. 1. INTRODUCCIÓN A LA PROGRAMACIÓN WEB UNIDAD 1 Estructura de contenidos: 1. Programación Web 2. Sistema De Información 3. Sistema Web 4. Requisitos Para Sistemas Web Con Asp 5. Internet Information Server

Más detalles

Planificación de Sistemas de Información

Planificación de Sistemas de Información Planificación de Sistemas de Información ÍNDICE DESCRIPCIÓN Y OBJETIVOS...1 ACTIVIDAD 1: INICIO DEL PLAN DE SISTEMAS DE INFORMACIÓN...4 Tarea 1.1: Análisis de la Necesidad del...4 Tarea 1.2: Identificación

Más detalles

UNIVERSIDAD DE ORIENTE FACULTAD DE CIENCIAS ECONOMICAS

UNIVERSIDAD 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 detalles

Planificación de Sistemas de Información

Planificación de Sistemas de Información Planificación de Sistemas de Información ÍNDICE DESCRIPCIÓN Y OBJETIVOS... 1 ACTIVIDAD 1: INICIO DEL PLAN DE SISTEMAS DE INFORMACIÓN... 4 Tarea 1.1: Análisis de la Necesidad del... 4 Tarea 1.2: Identificación

Más detalles

Unidad 1. Fundamentos en Gestión de Riesgos

Unidad 1. Fundamentos en Gestión de Riesgos 1.1 Gestión de Proyectos Unidad 1. Fundamentos en Gestión de Riesgos La gestión de proyectos es una disciplina con la cual se integran los procesos propios de la gerencia o administración de proyectos.

Más detalles

2 EL DOCUMENTO DE ESPECIFICACIONES

2 EL DOCUMENTO DE ESPECIFICACIONES Ingeniería Informática Tecnología de la Programación TEMA 1 Documentación de programas. 1 LA DOCUMENTACIÓN DE PROGRAMAS En la ejecución de un proyecto informático o un programa software se deben de seguir

Más detalles

forma de entrenar a la nuerona en su aprendizaje.

forma de entrenar a la nuerona en su aprendizaje. Sistemas expertos e Inteligencia Artificial,Guía5 1 Facultad : Ingeniería Escuela : Computación Asignatura: Sistemas expertos e Inteligencia Artificial Tema: SISTEMAS BASADOS EN CONOCIMIENTO. Objetivo

Más detalles

SOLUCION DE MODELOS DE PROGRAMACION LINEAL EN UNA HOJA DE CALCULO. PROBLEMAS DE TRANSPORTE Y ASIGNACION.

SOLUCION DE MODELOS DE PROGRAMACION LINEAL EN UNA HOJA DE CALCULO. PROBLEMAS DE TRANSPORTE Y ASIGNACION. UNIVERSIDAD NACIONAL DE LA PLATA FACULTAD DE INGENIERÍA DEPARTAMENTO DE INGENIERÍA DE LA PRODUCCIÓN INGENIERÍA INDUSTRIAL SOLUCION DE MODELOS DE PROGRAMACION LINEAL EN UNA HOJA DE CALCULO. PROBLEMAS DE

Más detalles

INTRODUCCION AL DESARROLLO DE SISTEMAS DE INFORMACION

INTRODUCCION AL DESARROLLO DE SISTEMAS DE INFORMACION INTRODUCCION AL DESARROLLO DE SISTEMAS DE INFORMACION INTRODUCCION AL DESARROLLO DE SISTEMAS DE INFORMACION. Los sistemas que el analista diseña día a día, la tecnología, las personas, que utilizan el

Más detalles

CAPITULO II 2.1 SISTEMA MRPII APLICADO A MANTENIMIENTO

CAPITULO II 2.1 SISTEMA MRPII APLICADO A MANTENIMIENTO CAPITULO II 2.1 SISTEMA MRPII APLICADO A MANTENIMIENTO Manufacturing Resources Planning, MRP II es el sistema que hemos elegido para mejorar el control de mantenimiento y apoyar nuestra visión de futuro.

Más detalles

ADMINISTRACION DE CENTROS DE COMPUTO

ADMINISTRACION DE CENTROS DE COMPUTO ADMINISTRACION DE CENTROS DE COMPUTO 1.1 Datos Informativos 1.2 Tutor: Ing. Jorge Miranda 1.3 Nombre: Iván Guadalupe 1.4 Facultad: Ciencias de la Computación y Electrónica 1.5 Nivel: Decimo Informática

Más detalles

Mantenimiento de Sistemas de Información

Mantenimiento de Sistemas de Información de Sistemas de Información ÍNDICE DESCRIPCIÓN Y OBJETIVOS... 1 ACTIVIDAD MSI 1: REGISTRO DE LA PETICIÓN...4 Tarea MSI 1.1: Registro de la Petición... 4 Tarea MSI 1.2: Asignación de la Petición... 5 ACTIVIDAD

Más detalles

CAPITULO 6 SISTEMA DE DETECCION DE INTRUSOS

CAPITULO 6 SISTEMA DE DETECCION DE INTRUSOS Capitulo 6. Sistema de Detección de Intrusos con Redes Neuronales. 69 CAPITULO 6 SISTEMA DE DETECCION DE INTRUSOS USANDO REDES NEURONALES. En este capítulo se realiza la preparación adecuada de toda la

Más detalles

Capítulo 12: Indexación y asociación

Capítulo 12: Indexación y asociación Capítulo 12: Indexación y asociación Conceptos básicos Índices ordenados Archivos de índice de árbol B+ Archivos de índice de árbol B Asociación estática Asociación dinámica Comparación entre indexación

Más detalles

MINERIA DE DATOS Y Descubrimiento del Conocimiento

MINERIA DE DATOS Y Descubrimiento del Conocimiento MINERIA DE DATOS Y Descubrimiento del Conocimiento UNA APLICACIÓN EN DATOS AGROPECUARIOS INTA EEA Corrientes Maximiliano Silva La información Herramienta estratégica para el desarrollo de: Sociedad de

Más detalles

Fórmulas. Objetivos y Definición. Definir fórmulas nos brinda una forma clave de compartir conocimiento y obtener código generado optimizado

Fórmulas. Objetivos y Definición. Definir fórmulas nos brinda una forma clave de compartir conocimiento y obtener código generado optimizado 97 Objetivos y Definición Definir fórmulas nos brinda una forma clave de compartir conocimiento y obtener código generado optimizado Cuando el valor de un atributo o variable puede calcularse a partir

Más detalles

ANEXO A - Plan de Proyecto. 1. - EDT de la solución EDT GENERAL DEL PROYECTO1

ANEXO A - Plan de Proyecto. 1. - EDT de la solución EDT GENERAL DEL PROYECTO1 ANEXO A - Plan de Proyecto 1. - EDT de la solución EDT GENERAL DEL PROYECTO1 2.- Diagrama de Gantt de la Solución DIAGRAMA DE GANTT- FASE INICIAL DOCUMENTACION Y ANALISIS2 DIAGRAMA DE GANTT- FASE FINAL

Más detalles

Técnicas de Planeación y Control

Técnicas de Planeación y Control Técnicas de Planeación y Control 1 Sesión No. 6 Nombre: Plan maestro de producción Contextualización En algunas empresas el éxito que se tiene es el de lograr abastecer sus productos en cortos espacios

Más detalles

Fundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos. - Sesión 9 -

Fundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos. - Sesión 9 - Fundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos - Sesión 9 - Juan Alfonso Lara Torralbo 1 Índice de contenidos Actividad. Qué es un modelo de Data Mining Qué es

Más detalles

Unidad VI: Supervisión y Revisión del proyecto

Unidad VI: Supervisión y Revisión del proyecto Unidad VI: Supervisión y Revisión del proyecto 61. Administración de recursos La administración de recursos es el intento por determinar cuánto, dinero, esfuerzo, recursos y tiempo que tomará construir

Más detalles

Práctica 5. Curso 2014-2015

Práctica 5. Curso 2014-2015 Prácticas de Seguridad Informática Práctica 5 Grado Ingeniería Informática Curso 2014-2015 Universidad de Zaragoza Escuela de Ingeniería y Arquitectura Departamento de Informática e Ingeniería de Sistemas

Más detalles

UNIDAD 3: ARITMÉTICA DEL COMPUTADOR

UNIDAD 3: ARITMÉTICA DEL COMPUTADOR UNIDAD 3: ARITMÉTICA DEL COMPUTADOR Señor estudiante, es un gusto iniciar nuevamente con usted el desarrollo de esta tercera unidad. En esta ocasión, haremos una explicación más detallada de la representación

Más detalles

3. Modelo relacional: Estructura e integridad.

3. Modelo relacional: Estructura e integridad. Modelo relacional: Estructura e integridad 47 3. Modelo relacional: Estructura e integridad. 3.1. Introducción. El modelo de datos relacional es posterior a los modelos jerárquicos y de red. Nació como

Más detalles

6. DESCRIPCIÓN DEL SOFTWARE

6. DESCRIPCIÓN DEL SOFTWARE Capítulo 2. Equipo 6. DESCRIPCIÓN DEL SOFTWARE 6.1 Introducción El equipo de medida descrito en el capítulo anterior lleva asociado un software que hace de sistema de control del proceso de medición. Este

Más detalles

RESULTADOS CONSULTA CIUDADANA VIRTUAL. Consulta Laboral en Línea

RESULTADOS CONSULTA CIUDADANA VIRTUAL. Consulta Laboral en Línea RESULTADOS CONSULTA CIUDADANA VIRTUAL Consulta Laboral en Línea Septiembre, 2015 1 Agradecimientos Ponemos a disposición de ustedes los resultados de la Consulta Ciudadana Virtual, efectuada en julio de

Más detalles

Estas visiones de la información, denominadas vistas, se pueden identificar de varias formas.

Estas visiones de la información, denominadas vistas, se pueden identificar de varias formas. El primer paso en el diseño de una base de datos es la producción del esquema conceptual. Normalmente, se construyen varios esquemas conceptuales, cada uno para representar las distintas visiones que los

Más detalles

Apuntes Recuperación ante Fallas - Logging

Apuntes Recuperación ante Fallas - Logging Lic. Fernando Asteasuain -Bases de Datos 2008 - Dpto. Computación -FCEyN-UBA 1 Apuntes Recuperación ante Fallas - Logging Nota: El siguiente apunte constituye sólo un apoyo para las clases prácticas del

Más detalles

UNIVERSIDAD DON BOSCO FACULTAD DE ESTUDIOS TECNOLÓGICOS COORDINACION DE COMPUTACIÓN PROYECTO DE CÁTEDRA. MATERIA: Introducción a la Programación

UNIVERSIDAD DON BOSCO FACULTAD DE ESTUDIOS TECNOLÓGICOS COORDINACION DE COMPUTACIÓN PROYECTO DE CÁTEDRA. MATERIA: Introducción a la Programación UNIVERSIDAD DON BOSCO FACULTAD DE ESTUDIOS TECNOLÓGICOS COORDINACION DE COMPUTACIÓN CICLO 01-2015 PROYECTO DE CÁTEDRA MATERIA: Introducción a la Programación Indicaciones generales: El proyecto a continuación,

Más detalles

DETERMINACIÓN DEL VOLUMEN DE PEDIDO.

DETERMINACIÓN DEL VOLUMEN DE PEDIDO. Lote económico de compra o Lote Optimo DETERMINACIÓN DEL VOLUMEN DE PEDIDO. Concepto que vemos en casi todos libros de aprovisionamiento, habitualmente la decisión de la cantidad a reaprovisionar en las

Más detalles

LA ADMINISTRACIÓN ON-LINE. CONSULTA DE DATOS USANDO ASP.

LA ADMINISTRACIÓN ON-LINE. CONSULTA DE DATOS USANDO ASP. LA ADMINISTRACIÓN ON-LINE. CONSULTA DE DATOS USANDO ASP. Luis Antonio Álvarez Dpto. de Información Geográfica Servicio de Urbanismo Excmo. Ayuntamiento de Cáceres José Luis Herrero, Fabiola Lucio Departamento

Más detalles

Ingeniería del Software I Clase de Testing Funcional 2do. Cuatrimestre de 2007

Ingeniería del Software I Clase de Testing Funcional 2do. Cuatrimestre de 2007 Enunciado Se desea efectuar el testing funcional de un programa que ejecuta transferencias entre cuentas bancarias. El programa recibe como parámetros la cuenta de origen, la de cuenta de destino y el

Más detalles

ESTIMACIÓN. puntual y por intervalo

ESTIMACIÓN. puntual y por intervalo ESTIMACIÓN puntual y por intervalo ( ) Podemos conocer el comportamiento del ser humano? Podemos usar la información contenida en la muestra para tratar de adivinar algún aspecto de la población bajo estudio

Más detalles

Itinerario Formativo en Innovación Docente

Itinerario Formativo en Innovación Docente Módulo I: Los Mapas Conceptuales Los Mapas Conceptuales Itinerario Formativo en Innovación Docente Los mapas conceptuales son una herramienta muy poderosa para organizar, analizar y sintetizar información

Más detalles

Tecnologías en la Educación Matemática. Expresiones. Datos. Expresiones Aritméticas. Expresiones Aritméticas 19/08/2014

Tecnologías en la Educación Matemática. Expresiones. Datos. Expresiones Aritméticas. Expresiones Aritméticas 19/08/2014 Tecnologías en la Educación Matemática jac@cs.uns.edu.ar Dpto. de Ciencias e Ingeniería de la Computación UNIVERSIDAD NACIONAL DEL SUR 1 Datos Los algoritmos combinan datos con acciones. Los datos de entrada

Más detalles

TÉCNICAS DE MINERÍA DE DATOS Y TEXTO APLICADAS A LA SEGURIDAD AEROPORTUARIA

TÉCNICAS DE MINERÍA DE DATOS Y TEXTO APLICADAS A LA SEGURIDAD AEROPORTUARIA TÉCNICAS DE MINERÍA DE DATOS Y TEXTO APLICADAS A LA SEGURIDAD AEROPORTUARIA MSC ZOILA RUIZ VERA Empresa Cubana de Aeropuertos y Servicios Aeronáuticos Abril 2010 ANTECEDENTES El proyecto Seguridad es una

Más detalles

PROPUESTA METODOLOGICA PARA LA EDUCCIÓN DE REQUISITOS EN PROYECTOS DE EXPLOTACIÓN DE INFORMACIÓN

PROPUESTA METODOLOGICA PARA LA EDUCCIÓN DE REQUISITOS EN PROYECTOS DE EXPLOTACIÓN DE INFORMACIÓN PROPUESTA METODOLOGICA PARA LA EDUCCIÓN DE REQUISITOS EN PROYECTOS DE EXPLOTACIÓN DE INFORMACIÓN Paola Britos 1,2, Enrique Fernandez 1,2, Ramón García-Martinez 1,2 Centro de Ingeniería del Software e Ingeniería

Más detalles

El modelo de ciclo de vida cascada, captura algunos principios básicos:

El modelo de ciclo de vida cascada, captura algunos principios básicos: Ciclo de Vida del Software Un modelo de ciclo de vida define el estado de las fases a través de las cuales se mueve un proyecto de desarrollo de software. El primer ciclo de vida del software, "Cascada",

Más detalles

Gestión de Oportunidades

Gestión de Oportunidades Gestión de Oportunidades Bizagi Suite Gestión de Oportunidades 1 Tabla de Contenido CRM Gestión de Oportunidades de Negocio... 4 Elementos del Proceso... 5 Registrar Oportunidad... 5 Habilitar Alarma y

Más detalles

Elección de un Sistema de Remuneraciones y Recursos Humanos. Según su modo de operar.

Elección de un Sistema de Remuneraciones y Recursos Humanos. Según su modo de operar. Elección de un Sistema de Remuneraciones y Recursos Humanos. Según su modo de operar. Introducción En la elección de un sistema de remuneraciones para reemplazar a la modalidad actualmente en uso en la

Más detalles

ANÁLISIS MODAL DE FALLOS EFECTOS (A. M. F. E.)

ANÁLISIS MODAL DE FALLOS EFECTOS (A. M. F. E.) ANÁLISIS MODAL DE FALLOS EFECTOS (A. M. F. E.) Y 1. INTRODUCCIÓN Este documento describe paso a paso el proceso de identificación, evaluación y prevención de deficiencias en los productos o servicios.

Más detalles

Ciclo de vida y Metodologías para el desarrollo de SW Definición de la metodología

Ciclo de vida y Metodologías para el desarrollo de SW Definición de la metodología Ciclo de vida y Metodologías para el desarrollo de SW Definición de la metodología La metodología para el desarrollo de software es un modo sistemático de realizar, gestionar y administrar un proyecto

Más detalles

Introducción a las tablas dinámicas

Introducción a las tablas dinámicas Introducción a las tablas dinámicas Cuando tenemos una gran cantidad de datos en una planilla de cálculo, puede resultar difícil analizar toda la información. En estos casos, usaremos las tablas dinámicas,

Más detalles

Propuesta 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 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 detalles

Conclusiones. Particionado Consciente de los Datos

Conclusiones. Particionado Consciente de los Datos Capítulo 6 Conclusiones Una de las principales conclusiones que se extraen de esta tesis es que para que un algoritmo de ordenación sea el más rápido para cualquier conjunto de datos a ordenar, debe ser

Más detalles

GESTIÓN DE SOFTWARE INFORME SOBRE. Evaluación de Productos UNIVERSIDAD DE LA REPUBLICA - FACULTAD DE INGENIERÍA. Grupo 2

GESTIÓN DE SOFTWARE INFORME SOBRE. Evaluación de Productos UNIVERSIDAD DE LA REPUBLICA - FACULTAD DE INGENIERÍA. Grupo 2 UNIVERSIDAD DE LA REPUBLICA - FACULTAD DE INGENIERÍA GESTIÓN DE SOFTWARE INFORME SOBRE Evaluación de Productos Grupo 2 Marcelo Caponi 3.825.139-0 Daniel De Vera 4.120.602-3 José Luis Ibarra 4.347.596-3

Más detalles

Capitulo V Administración de memoria

Capitulo V Administración de memoria Capitulo V Administración de memoria Introducción. Una de las tareas más importantes y complejas de un sistema operativo es la gestión de memoria. La gestión de memoria implica tratar la memoria principal

Más detalles

Diseño orientado a los objetos

Diseño orientado a los objetos Diseño orientado a los objetos El Diseño Orientado a los Objetos (DOO) crea una representación del problema del mundo real y la hace corresponder con el ámbito de la solución, que es el software. A diferencia

Más detalles

5.- ANÁLISIS DE RIESGO

5.- ANÁLISIS DE RIESGO 5.- ANÁLISIS DE RIESGO El módulo de Análisis de Riesgo se caracteriza por desarrollar una herramienta formativa para la gestión, que permite al usuario identificar, analizar y cuantificar el riesgo de

Más detalles

Enfoque del Marco Lógico (EML)

Enfoque del Marco Lógico (EML) Enfoque del Marco Lógico (EML) Qué es el EML? Es una herramienta analítica que se utiliza para la mejorar la planificación y la gestión de proyectos tanto de cooperación al desarrollo como de proyectos

Más detalles

Antes de imprimir este documento piense en el medio ambiente!

Antes de imprimir este documento piense en el medio ambiente! Versión 1.0 Página 1 de 6 1. ajustado ambiental OBJETIVO Proporcionar herramientas metodológicas para el desarrollo, organización, ejecución y evaluación de simulacros, de una forma segura y confiable,

Más detalles

CURSO/GUÍA PRÁCTICA GESTIÓN EMPRESARIAL DE LA INFORMACIÓN.

CURSO/GUÍA PRÁCTICA GESTIÓN EMPRESARIAL DE LA INFORMACIÓN. SISTEMA EDUCATIVO inmoley.com DE FORMACIÓN CONTINUA PARA PROFESIONALES INMOBILIARIOS. CURSO/GUÍA PRÁCTICA GESTIÓN EMPRESARIAL DE LA INFORMACIÓN. Business Intelligence. Data Mining. PARTE PRIMERA Qué es

Más detalles

ÍNDICE DISEÑO DE CONTADORES SÍNCRONOS JESÚS PIZARRO PELÁEZ

ÍNDICE DISEÑO DE CONTADORES SÍNCRONOS JESÚS PIZARRO PELÁEZ ELECTRÓNICA DIGITAL DISEÑO DE CONTADORES SÍNCRONOS JESÚS PIZARRO PELÁEZ IES TRINIDAD ARROYO DPTO. DE ELECTRÓNICA ÍNDICE ÍNDICE... 1 1. LIMITACIONES DE LOS CONTADORES ASÍNCRONOS... 2 2. CONTADORES SÍNCRONOS...

Más detalles

Indicadores de la Variable.- Son aquellas cualidades o propiedades del objeto que pueden ser directamente observadas y cuantificadas en la práctica.

Indicadores de la Variable.- Son aquellas cualidades o propiedades del objeto que pueden ser directamente observadas y cuantificadas en la práctica. Las variables de un estudio. La variable es determinada característica o propiedad del objeto de estudio, a la cual se observa y/o cuantifica en la investigación y que puede variar de un elemento a otro

Más detalles

Metodología básica de gestión de proyectos. Octubre de 2003

Metodología básica de gestión de proyectos. Octubre de 2003 Metodología básica de gestión de proyectos Octubre de 2003 Dentro de la metodología utilizada en la gestión de proyectos el desarrollo de éstos se estructura en tres fases diferenciadas: Fase de Éjecución

Más detalles

Encuestas en Google. Primeros pasos

Encuestas en Google. Primeros pasos Encuestas en Google Primeros pasos Para crear una encuesta en Google, debemos ingresar a nuestra cuenta de correo de la Universidad Nacional de Colombia o de cualquier otra cuenta de Gmail. En la parte

Más detalles

Folleto Informativo. El Aprendizaje Combinado Lleva a una Capacitación Efectiva

Folleto Informativo. El Aprendizaje Combinado Lleva a una Capacitación Efectiva Folleto Informativo El Aprendizaje Combinado Lleva a una Capacitación Efectiva En el mundo actual de los negocios, las empresas exitosas buscan la manera de aumentar sus ventajas competitivas y a la vez

Más detalles

1.4.1.2. Resumen... 1.4.2. ÁREA DE FACTURACIÓN::INFORMES::Pedidos...27 1.4.2.1. Detalle... 1.4.2.2. Resumen... 1.4.3. ÁREA DE

1.4.1.2. Resumen... 1.4.2. ÁREA DE FACTURACIÓN::INFORMES::Pedidos...27 1.4.2.1. Detalle... 1.4.2.2. Resumen... 1.4.3. ÁREA DE MANUAL DE USUARIO DE ABANQ 1 Índice de contenido 1 ÁREA DE FACTURACIÓN......4 1.1 ÁREA DE FACTURACIÓN::PRINCIPAL...4 1.1.1. ÁREA DE FACTURACIÓN::PRINCIPAL::EMPRESA...4 1.1.1.1. ÁREA DE FACTURACIÓN::PRINCIPAL::EMPRESA::General...4

Más detalles

CAPÍTULO 4 ANÁLISIS Y DISEÑO: e-commerce CONSTRUCTOR

CAPÍTULO 4 ANÁLISIS Y DISEÑO: e-commerce CONSTRUCTOR CAPÍTULO 4 ANÁLISIS Y DISEÑO: e-commerce CONSTRUCTOR En este capítulo se describe el análisis y diseño de un sistema, denominado e-commerce Constructor, el cual cumple con los siguientes objetivos: Fungir

Más detalles

INDICADORES POR ENCUESTA. Cuaderno Práctico -1 -

INDICADORES POR ENCUESTA. Cuaderno Práctico -1 - INDICADORES POR ENCUESTA Cuaderno Práctico -1 - ÍNDICE Elaboración del CUESTIONARIO...- 4 - Selección de la MUESTRA...- 5 - APLICACIÓN del cuestionario...- 7 - MECANIZACIÓN de datos...- 8 - Cálculo de

Más detalles

Ejemplos de conversión de reales a enteros

Ejemplos de conversión de reales a enteros Ejemplos de conversión de reales a enteros Con el siguiente programa se pueden apreciar las diferencias entre las cuatro funciones para convertir de reales a enteros: program convertir_real_a_entero print

Más detalles

Resumen General del Manual de Organización y Funciones

Resumen General del Manual de Organización y Funciones Gerencia de Tecnologías de Información Resumen General del Manual de Organización y Funciones (El Manual de Organización y Funciones fue aprobado por Resolución Administrativa SBS N 354-2011, del 17 de

Más detalles

Servicios Educativos Del Estado De Chihuahua Sistema Integral de Presupuestos y Materiales. Indice. Introducción... 2. Barra de Herramientas...

Servicios Educativos Del Estado De Chihuahua Sistema Integral de Presupuestos y Materiales. Indice. Introducción... 2. Barra de Herramientas... Indice Página Introducción... 2 Acceso al Sistema... 3 Barra de Herramientas... 4 Menú Principal... 5 Operación Catálogos Reportes Consultas Entradas Por Orden de Compra... 6 Entradas Directas... 8 Salidas

Más detalles

Mesa de Ayuda Interna

Mesa de Ayuda Interna Mesa de Ayuda Interna Documento de Construcción Mesa de Ayuda Interna 1 Tabla de Contenido Proceso De Mesa De Ayuda Interna... 2 Diagrama Del Proceso... 3 Modelo De Datos... 4 Entidades Del Sistema...

Más detalles

Ingeniería en Informática

Ingeniería en Informática Departamento de Informática Universidad Carlos III de Madrid Ingeniería en Informática Aprendizaje Automático Junio 2007 Normas generales del examen El tiempo para realizar el examen es de 3 horas No se

Más detalles

v.1.0 Clase 5 Docente: Gustavo Valencia Zapata

v.1.0 Clase 5 Docente: Gustavo Valencia Zapata v.1.0 Clase 5 Docente: Gustavo Valencia Zapata Temas Clase 5: Conceptos de Minería de Datos Herramientas de DM Referencias Minería de datos Proceso de DM www.gustavovalencia.com Minería de datos La minería

Más detalles

Los pronósticos pueden ser utilizados para conocer el comportamiento futuros en muchas fenómenos, tales como:

Los pronósticos pueden ser utilizados para conocer el comportamiento futuros en muchas fenómenos, tales como: TEMA 1: PRONÓSTICOS 1.1. Introducción Pronostico es un método mediante el cual se intenta conocer el comportamiento futuro de alguna variable con algún grado de certeza. Existen disponibles tres grupos

Más detalles

Unidad 5. Conceptos y Estructuras de Archivos

Unidad 5. Conceptos y Estructuras de Archivos Unidad 5 Conceptos y Estructuras de Archivos En todos los tiempos y más aún en la era en que vivimos, el hombre tiene cada vez mas necesidad de consultar una mayor cantidad de información para poder desarrollar

Más detalles

Ingeniería del conocimiento. Sesión 1 Por qué estudiar aprendizaje automático?

Ingeniería del conocimiento. Sesión 1 Por qué estudiar aprendizaje automático? Ingeniería del conocimiento Sesión 1 Por qué estudiar aprendizaje automático? 1 Agenda Qué vamos a ver en la asignatura? Para qué sirve todo esto? Cómo aprobar la asignatura? 2 Extracción del conocimiento

Más detalles

MARCO METODOLÓGICO CAPITULO III

MARCO METODOLÓGICO CAPITULO III MARCO METODOLÓGICO CAPITULO III CAPITULO III MARCO METODOLÓGICO En esta sección se presenta el tipo de investigación, las técnicas de recolección de datos y finalmente la metodología utilizada para el

Más detalles

Operaciones Morfológicas en Imágenes Binarias

Operaciones Morfológicas en Imágenes Binarias Operaciones Morfológicas en Imágenes Binarias Introducción La morfología matemática es una herramienta muy utilizada en el procesamiento de i- mágenes. Las operaciones morfológicas pueden simplificar los

Más detalles

Plan de Gestión de Configuración. Universidad Nacional de la Patagonia Austral

Plan de Gestión de Configuración. Universidad Nacional de la Patagonia Austral Plan de Gestión de Configuración Universidad Nacional de la Patagonia Austral Temario 1. Gestión de Configuración de Software 1.1 Definición 2. Plan de SCM 2.1 Estructura Organizacional 2.2 Actividades

Más detalles

Análisis y Diseño de Aplicaciones

Análisis y Diseño de Aplicaciones Análisis y Diseño de Aplicaciones Ciclo de Vida Docente: T/RT Gonzalo Martínez CETP EMT Informática 3er Año Introducción En el desarrollo de sistemas, el ciclo de vida son las etapas por las que pasa un

Más detalles

Elementos requeridos para crearlos (ejemplo: el compilador)

Elementos requeridos para crearlos (ejemplo: el compilador) Generalidades A lo largo del ciclo de vida del proceso de software, los productos de software evolucionan. Desde la concepción del producto y la captura de requisitos inicial hasta la puesta en producción

Más detalles

Matriz de Riesgo, Evaluación y Gestión de Riesgos

Matriz de Riesgo, Evaluación y Gestión de Riesgos Matriz de Riesgo, Evaluación y Gestión de Riesgos Cualquier actividad que el ser humano realice está expuesta a riesgos de diversa índole los cuales influyen de distinta forma en los resultados esperados.

Más detalles

Lenguaje de Script para Aventuras Gráficas y Presentaciones Interactivas.

Lenguaje de Script para Aventuras Gráficas y Presentaciones Interactivas. Lenguaje de Script para Aventuras Gráficas y Presentaciones Interactivas. (Documentación Preliminar) 5º Concurso Universitario de Software Libre Miguel Angel Pescador Santirso 1/13 LSAGPI- Documentación

Más detalles

Administración de Catálogo DNS CURSO: ADMINISTRADOR DE PORTALES

Administración de Catálogo DNS CURSO: ADMINISTRADOR DE PORTALES Administración de Catálogo DNS CURSO: ADMINISTRADOR DE PORTALES Administración del Catálogo DNS. Curso: Administrador de Portales Fondo de Información y Documentación para la Industria Av. San Fernando

Más detalles

Capítulo VI. Diagramas de Entidad Relación

Capítulo VI. Diagramas de Entidad Relación Diagramas de Entidad Relación Diagramas de entidad relación Tabla de contenido 1.- Concepto de entidad... 91 1.1.- Entidad del negocio... 91 1.2.- Atributos y datos... 91 2.- Asociación de entidades...

Más detalles

PROCEDIMIENTO ESPECÍFICO. Código G114-01 Edición 0

PROCEDIMIENTO ESPECÍFICO. Código G114-01 Edición 0 Índice 1. TABLA RESUMEN... 2 2. OBJETO... 2 3. ALCANCE... 2 4. RESPONSABILIDADES... 3 5. ENTRADAS... 3 6. SALIDAS... 3 7. PROCESOS RELACIONADOS... 3 8. DIAGRAMA DE FLUJO... 4 9. DESARROLLO... 5 9.1. PROYECTO

Más detalles

Copyright 2011 - bizagi. Gestión de Cambios Documento de Construcción Bizagi Process Modeler

Copyright 2011 - bizagi. Gestión de Cambios Documento de Construcción Bizagi Process Modeler Copyright 2011 - bizagi Gestión de Cambios Bizagi Process Modeler Tabla de Contenido Gestión de Cambios... 4 Descripción... 4 Principales factores en la Construcción del Proceso... 5 Modelo de Datos...

Más detalles

Base de datos relacional

Base 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 detalles

Herramienta Encuestas. MiAulario

Herramienta Encuestas. MiAulario Herramienta Encuestas MiAulario Introducción... 2 Menú de la herramienta... 3 Panel de encuestas... 3 Mis encuestas... 4 Añadir encuesta... 4 Mis plantillas... 7 Añadir elemento: pregunta o cabecera...

Más detalles

Ingeniería de Software

Ingeniería de Software Departamento de Informática Universidad Técnica Federico Santa María Pauta Plan de Proyecto Profesor: Dr. Marcello Visconti Zamora visconti@inf.utfsm.cl 0 Portadas El documento que se está generando corresponde

Más detalles

INGENIERÍA DEL SOFTWARE

INGENIERÍA DEL SOFTWARE INGENIERÍA DEL SOFTWARE Sesión No. 2 Nombre: Procesos de ingeniería del software INGENIERÍA DEL SOFTWARE 1 Contextualización La ingeniería de software actualmente es muy importante, pues con los avances

Más detalles

SISTEMA DE ADMINISTRACION DEL MANTENIMIENTO (SAM) RESUMEN

SISTEMA DE ADMINISTRACION DEL MANTENIMIENTO (SAM) RESUMEN SISTEMA DE ADMINISTRACION DEL MANTENIMIENTO (SAM) MARCO ALMONACID BARRON, Ingeniero Civil Ministerio de Obras Públicas, marco.almonacid@moptt.gov.cl CLAUDIO GAHONA LOPEZ, Ingeniero Civil Ministerio de

Más detalles

ANÁLISIS DE DATOS NO NUMERICOS

ANÁLISIS DE DATOS NO NUMERICOS ANÁLISIS DE DATOS NO NUMERICOS ESCALAS DE MEDIDA CATEGORICAS Jorge Galbiati Riesco Los datos categóricos son datos que provienen de resultados de experimentos en que sus resultados se miden en escalas

Más detalles

MONITOREO Y EVALUACIÓN

MONITOREO Y EVALUACIÓN Monitoreo y Evaluación de Proyectos Sociales Profesor: Héctor Fuentes C. El monitoreo y evaluación de proyectos es una herramienta de gestión usada para mejorar el desempeño de los proyectos, proveyéndole

Más detalles

El Proceso Unificado de Desarrollo de Software

El Proceso Unificado de Desarrollo de Software El Proceso de Desarrollo de Software Ciclos de vida Métodos de desarrollo de software El Proceso Unificado de Desarrollo de Software 1 Fases principales del desarrollo de software Captura de requisitos:

Más detalles

Módulo I Unidad Didáctica 2

Módulo I Unidad Didáctica 2 Módulo I Unidad Didáctica 2 Introducción Tal como un periódico, por ejemplo, no es sólo una colección de artículos, un sitio Web no puede ser simplemente una colección de páginas. Qué se busca al diseñar

Más detalles

- Bases de Datos - - Diseño Físico - Luis D. García

- Bases de Datos - - Diseño Físico - Luis D. García - Diseño Físico - Luis D. García Abril de 2006 Introducción El diseño de una base de datos está compuesto por tres etapas, el Diseño Conceptual, en el cual se descubren la semántica de los datos, definiendo

Más detalles

INTRANET DE UNA EMPRESA RESUMEN DEL PROYECTO. PALABRAS CLAVE: Aplicación cliente-servidor, Intranet, Área reservada, Red INTRODUCCIÓN

INTRANET 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 detalles

El nuevo SAS 70. Entendiendo los nuevos reportes de control para las organizaciones de servicio

El nuevo SAS 70. Entendiendo los nuevos reportes de control para las organizaciones de servicio El nuevo SAS 70 Entendiendo los nuevos reportes de control para las organizaciones de servicio Para los períodos de reporte posteriores al 15 de junio 2011, el informe sobre los controles de una organización

Más detalles

CRM Gestión de Oportunidades Documento de Construcción Bizagi Process Modeler

CRM Gestión de Oportunidades Documento de Construcción Bizagi Process Modeler Bizagi Process Modeler Copyright 2011 - Bizagi Tabla de Contenido CRM- Gestión de Oportunidades de Venta... 4 Descripción... 4 Principales Factores en la Construcción del Proceso... 5 Modelo de Datos...

Más detalles