Show simple item record

dc.contributor.authorParra-Arriola, Antonio
dc.contributor.authorSegura-Murillo, Danilo
dc.date.accessioned2012-06-06T16:44:39Z
dc.date.available2012-06-06T16:44:39Z
dc.date.issued2012
dc.identifier.urihttp://hdl.handle.net/2238/2704
dc.descriptionProyecto de Graduación (Maestría en Ingeniería en Computación) Instituto Tecnológico de Costa Rica, Escuela de Ingeniería en Computación, 2012.es_CR
dc.description.abstractLa presión ejercida por la competencia en los negocios y el deseo de ser líder, ha impulsado a las organizaciones a explorar los beneficios de nuevas tecnologías que permitan ayudar a descubrir patrones de negocios en los datos, con miras a tener un mejor entendimiento del mercado y de sus clientes. Por este motivo, cualquier empresa que pretenda no quedar rezagada en su desarrollo debe estar al tanto de las técnicas que van surgiendo en el almacenamiento, transmisión y análisis de la información [SABA1995]. En la actualidad son pocas las empresas que pueden considerar como un tema de baja prioridad el estudio del impacto de la tecnología en su negocio. Este impacto puede asumir múltiples formas en una organización; desde obligarla a incorporar nuevas tecnologías para lograr un aumento en la eficacia, productividad y calidad, hasta situaciones en que la tecnología cambia totalmente el marco dentro del cual se mueve la empresa, la competencia y la forma de hacer negocios. Ante esta exigencia las organizaciones han comprendido que las masas de datos almacenados contienen un importante e ignorado recurso. Un amplio conocimiento de sus negocios que explotado adecuadamente permitiría mejorar la gestión en la toma de decisiones, por lo que han orientado sus esfuerzos a consolidar la información dispersa en un único repositorio que sirva de base para explotar el proceso de análisis de los datos. Estos elementos han permitido el inicio de una nueva actividad cuyo objetivo es hacer más eficiente los procesos de inferencia en masivos conjuntos de datos. En este trabajo se desarrolla un procedimiento innovador que describe la secuencia de tareas y actividades involucradas en la construcción de un depósito de datos, el cual servirá como herramienta de ayuda en el proceso de toma de decisiones, permitiendo ver nuevas tendencias y relaciones entre los clientes y los datos, también disponer de nuevas capacidades de análisis que se creían imposibles [IMMA1996], [SABA1995]. El elemento que ha permitido que los depósitos de datos tengan tanto auge hoy día es la importancia que dan las organizaciones a sus clientes, algunos de ellos hábitos de compra, volúmenes, quejas, y otros. La presente investigación está dividida en cuatro capítulos, conclusiones y apéndices, organizados secuencialmente. El primer capítulo, presenta una perspectiva general del proceso de la toma de decisiones y cómo los sistemas han evolucionado, hasta llegar a lo que hoy conocemos como depósitos de datos [BAUM1996], [GIRA1998], [HAMM1996]. Además, en este capítulo se hace una descripción general de los principales elementos de un depósito de datos y su arquitectura, enfatizando los conceptos de Mercados de Datos (Data Marts) [INGL1997], INMO1996] y Modelo Multimensional de Bases de Datos [KIMB199], [KIMB1998], conceptos que serán empleados en el desarrollo de nuestro modelo. El segundo capítulo lo hemos dividido en tres partes, en la primera se presenta las características del “Modelo Relacional de Bases de Datos” [CODD1970], [CODD1990], [COYO1990], [DATE1990], [COSI1993], haciendo una descripción general de los elementos que configuran este modelo y enfatizando las limitaciones que presenta en el manejo de información imprecisa o incompleta [CODD1986], [KIRU1995]. En la segunda parte procedemos a plantear cómo la lógica difusa, y específicamente las variables lingüísticas [ZADE1995], permiten modelar los conceptos de información imprecisa, necesarios para la creación de un mercado de datos que incorpore datos imprecisos. En la tercera parte se desarrolla el modelo propuesto para el manejo de información imprecisa por medio de las variables lingüísticas. En el tercer capítulo se desarrolla, desde el punto de vista teórico, la metodología propuesta para la construcción de un depósito de datos, describiendo para ello cada una de las actividades involucradas en las diferentes etapas. El cuarto capítulo se divide en dos partes, con el objetivo de aplicar los conceptos expuestos en los capítulos anteriores: en la primera parte se ilustra por medio de un caso práctico, la aplicación de las diferentes tareas involucradas en la metodología para la construcción de un depósito de datos; en la segunda parte se incorpora al depósito de datos los elementos difusos, utilizando para ello las diferentes fases de la metodología. Finalmente, se presentan las conclusiones y recomendaciones.es_CR
dc.description.sponsorshipInstituto Tecnológico de Costa Rica departamento de computación programa de maestría.es_CR
dc.language.isoeses_CR
dc.subjectBases de datoses_CR
dc.subjectAutomatizaciónes_CR
dc.titleDesarrollo de una metodología para la construcción de un Depósito de Datos, que combine e integre aspectos que representen y manipulen información imprecisa por medio de variables lingüísticas.es_CR
dc.typeinfo:eu-repo/semantics/masterThesises_CR


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record