Mostrar el registro sencillo del ítem

dc.contributor.advisorBravo Jaico, Jessie Leila
dc.contributor.authorAlarcón García, Roger Ernesto
dc.date.accessioned2021-12-30T02:25:46Z
dc.date.available2021-12-30T02:25:46Z
dc.date.issued2021
dc.identifier.urihttps://hdl.handle.net/20.500.12802/9040
dc.description.abstractLas organizaciones en la actualidad están generando un alto volumen de datos a través de sus procesos internos, los mismo que permiten satisfacer sus necesidades, pero acarrea dificultades dadas las limitantes capacidades humanas que han sido superadas para lograr analizar los datos y generar conocimiento útil que le permita a la organización tomar las mejores decisiones, la presente investigación tiene como problema el inadecuado procesamiento de datos que limitan el tratamiento de los datos académicos. Las causas detectadas sugieren profundizar en el procesamiento de datos en la Big data, por lo que se plantea como objetivo Aplicar un Sistema Analítico basado en un modelo predictivo que tenga en cuenta la relación entre las técnicas predictivas integradas y los grandes volúmenes de datos para el procesamiento de los datos académicos. Se propone un modelo predictivo de procesamiento de datos en la Big data diseñado en base a 4 dimensiones: Soporte tecnológico, analítica del negocio, analítica de datos y decisiones basadas en datos; este modelo se materializa en un Sistema Analítico que se implementa en 8 etapas: Caracterización del usuario, requerimiento del negocio, almacenamiento de datos, infraestructura tecnológica, ingeniería de características, procesamiento computacional, visualización y decisiones. Finalmente, el sistema analítico se implementa en forma práctica, utilizando 5479 datos de estudiantes de los semestres del 2016-I al 2020-I, de los cuales se utilizaron 1096 para la evaluación del rendimiento del sistema, obteniéndose un 92.97% en la detección correcta de forma global el cual fue superior al 84.95% obtenido en el sistema base.es_PE
dc.description.uriTesises_PE
dc.formatapplication/pdfes_PE
dc.language.isospaes_PE
dc.publisherUniversidad Señor de Sipánes_PE
dc.rightsinfo:eu-repo/semantics/openAccesses_PE
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/pe/*
dc.sourceRepositorio Institucional - USSes_PE
dc.sourceRepositorio Institucional USSes_PE
dc.subjectBig dataes_PE
dc.subjectModelo predictivoes_PE
dc.subjectProcesamiento de datoses_PE
dc.subjectSistema analíticoes_PE
dc.titleSistema analítico basado en un modelo predictivo de procesamiento de datos en la big data en la educación superiores_PE
dc.typeinfo:eu-repo/semantics/doctoralThesises_PE
thesis.degree.grantorUniversidad Señor de Sipán. Escuela de Postgradoes_PE
thesis.degree.nameDoctor en Ciencias de la Computación y Sistemases_PE
thesis.degree.disciplineCiencias de la Computación y Sistemases_PE
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.02.04es_PE
renati.advisor.dni18010655
renati.advisor.orcidhttps://orcid.org/0000-0001-6841-2536es_PE
renati.author.dni16725642
renati.discipline611038es_PE
renati.jurorBustamante Quintana, Pepe Humbertoes_PE
renati.jurorCallejas Torres, Juan Carloses_PE
renati.jurorBravo Jaico, Jessie Leilaes_PE
renati.levelhttps://purl.org/pe-repo/renati/level#doctores_PE
renati.typehttps://purl.org/pe-repo/renati/type#tesises_PE
dc.description.lineadeinvestigacionInfraestructura, Tecnología y Medio Ambientees_PE
dc.publisher.countryPEes_PE


Ficheros en el ítem

Thumbnail
Thumbnail
Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(es)

Mostrar el registro sencillo del ítem

info:eu-repo/semantics/openAccess
Excepto si se señala otra cosa, la licencia del ítem se describe como info:eu-repo/semantics/openAccess