Descubriendo reglas de asociación en bases de datos del sector ganadero para la toma de decisiones informadas

Autores
Medina, Matías; Sosa Cabrera, Gustavo
Año de publicación
2024
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Hoy en día, la producción de carne es una industria esencial a nivel mundial, desempeñando un papel crucial en la seguridad alimentaria y en la economía global. En este sentido, la toma de decisiones informadas es vital para optimizar los procesos y mejorar la eficiencia en la producción, asegurando la sostenibilidad y competitividad del sector. Este trabajo de investigación tiene como objetivo principal aplicar técnicas de Minería de Datos para el descubrimiento de reglas de asociación, tomando como período de estudio datos transaccionales de la faena productiva, en un intervalo de 3 años de los principales frigoríficos a nivel país. Se describe la fase de selección y recopilación de los datos así como también la preparación de los mismos. En la fase de modelado se ha ejecutado los algoritmos Apriori y Eclat implementados en el paquete arules de la herramienta R donde se obtuvo el conocimiento principal mediante la consolidación de las asociaciones resultantes. Los resultados revelan patrones significativos en las combinaciones de origen del animal, raza y frigorífico, que afectan el peso y la calidad de la carne. Asimismo, el análisis se enfoca en describir las relaciones entre los animales con mejor y peor desempeño en la faena del país, lo cual es fundamental para apoyar la toma de decisiones informadas en el sector.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
Minería de datos
reglas de asociación
sector ganadero
bases de datos transaccionales
herramienta R
Apriori
Eclat
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/176398
Acceder
id SEDICI_7f7c7894cf5d0afe65854428632118fb
oai_identifier_str oai:sedici.unlp.edu.ar:10915/176398
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Descubriendo reglas de asociación en bases de datos del sector ganadero para la toma de decisiones informadasMedina, MatíasSosa Cabrera, GustavoCiencias InformáticasMinería de datosreglas de asociaciónsector ganaderobases de datos transaccionalesherramienta RAprioriEclatHoy en día, la producción de carne es una industria esencial a nivel mundial, desempeñando un papel crucial en la seguridad alimentaria y en la economía global. En este sentido, la toma de decisiones informadas es vital para optimizar los procesos y mejorar la eficiencia en la producción, asegurando la sostenibilidad y competitividad del sector. Este trabajo de investigación tiene como objetivo principal aplicar técnicas de Minería de Datos para el descubrimiento de reglas de asociación, tomando como período de estudio datos transaccionales de la faena productiva, en un intervalo de 3 años de los principales frigoríficos a nivel país. Se describe la fase de selección y recopilación de los datos así como también la preparación de los mismos. En la fase de modelado se ha ejecutado los algoritmos Apriori y Eclat implementados en el paquete arules de la herramienta R donde se obtuvo el conocimiento principal mediante la consolidación de las asociaciones resultantes. Los resultados revelan patrones significativos en las combinaciones de origen del animal, raza y frigorífico, que afectan el peso y la calidad de la carne. Asimismo, el análisis se enfoca en describir las relaciones entre los animales con mejor y peor desempeño en la faena del país, lo cual es fundamental para apoyar la toma de decisiones informadas en el sector.Red de Universidades con Carreras en Informática2024-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf540-549http://sedici.unlp.edu.ar/handle/10915/176398spainfo:eu-repo/semantics/altIdentifier/isbn/978-950-34-2428-5info:eu-repo/semantics/reference/hdl/10915/172755info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-17T10:30:08Zoai:sedici.unlp.edu.ar:10915/176398Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-17 10:30:08.265SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Descubriendo reglas de asociación en bases de datos del sector ganadero para la toma de decisiones informadas
title Descubriendo reglas de asociación en bases de datos del sector ganadero para la toma de decisiones informadas
spellingShingle Descubriendo reglas de asociación en bases de datos del sector ganadero para la toma de decisiones informadas
Medina, Matías
Ciencias Informáticas
Minería de datos
reglas de asociación
sector ganadero
bases de datos transaccionales
herramienta R
Apriori
Eclat
title_short Descubriendo reglas de asociación en bases de datos del sector ganadero para la toma de decisiones informadas
title_full Descubriendo reglas de asociación en bases de datos del sector ganadero para la toma de decisiones informadas
title_fullStr Descubriendo reglas de asociación en bases de datos del sector ganadero para la toma de decisiones informadas
title_full_unstemmed Descubriendo reglas de asociación en bases de datos del sector ganadero para la toma de decisiones informadas
title_sort Descubriendo reglas de asociación en bases de datos del sector ganadero para la toma de decisiones informadas
dc.creator.none.fl_str_mv Medina, Matías
Sosa Cabrera, Gustavo
author Medina, Matías
author_facet Medina, Matías
Sosa Cabrera, Gustavo
author_role author
author2 Sosa Cabrera, Gustavo
author2_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
Minería de datos
reglas de asociación
sector ganadero
bases de datos transaccionales
herramienta R
Apriori
Eclat
topic Ciencias Informáticas
Minería de datos
reglas de asociación
sector ganadero
bases de datos transaccionales
herramienta R
Apriori
Eclat
dc.description.none.fl_txt_mv Hoy en día, la producción de carne es una industria esencial a nivel mundial, desempeñando un papel crucial en la seguridad alimentaria y en la economía global. En este sentido, la toma de decisiones informadas es vital para optimizar los procesos y mejorar la eficiencia en la producción, asegurando la sostenibilidad y competitividad del sector. Este trabajo de investigación tiene como objetivo principal aplicar técnicas de Minería de Datos para el descubrimiento de reglas de asociación, tomando como período de estudio datos transaccionales de la faena productiva, en un intervalo de 3 años de los principales frigoríficos a nivel país. Se describe la fase de selección y recopilación de los datos así como también la preparación de los mismos. En la fase de modelado se ha ejecutado los algoritmos Apriori y Eclat implementados en el paquete arules de la herramienta R donde se obtuvo el conocimiento principal mediante la consolidación de las asociaciones resultantes. Los resultados revelan patrones significativos en las combinaciones de origen del animal, raza y frigorífico, que afectan el peso y la calidad de la carne. Asimismo, el análisis se enfoca en describir las relaciones entre los animales con mejor y peor desempeño en la faena del país, lo cual es fundamental para apoyar la toma de decisiones informadas en el sector.
Red de Universidades con Carreras en Informática
description Hoy en día, la producción de carne es una industria esencial a nivel mundial, desempeñando un papel crucial en la seguridad alimentaria y en la economía global. En este sentido, la toma de decisiones informadas es vital para optimizar los procesos y mejorar la eficiencia en la producción, asegurando la sostenibilidad y competitividad del sector. Este trabajo de investigación tiene como objetivo principal aplicar técnicas de Minería de Datos para el descubrimiento de reglas de asociación, tomando como período de estudio datos transaccionales de la faena productiva, en un intervalo de 3 años de los principales frigoríficos a nivel país. Se describe la fase de selección y recopilación de los datos así como también la preparación de los mismos. En la fase de modelado se ha ejecutado los algoritmos Apriori y Eclat implementados en el paquete arules de la herramienta R donde se obtuvo el conocimiento principal mediante la consolidación de las asociaciones resultantes. Los resultados revelan patrones significativos en las combinaciones de origen del animal, raza y frigorífico, que afectan el peso y la calidad de la carne. Asimismo, el análisis se enfoca en describir las relaciones entre los animales con mejor y peor desempeño en la faena del país, lo cual es fundamental para apoyar la toma de decisiones informadas en el sector.
publishDate 2024
dc.date.none.fl_str_mv 2024-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/176398
url http://sedici.unlp.edu.ar/handle/10915/176398
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-950-34-2428-5
info:eu-repo/semantics/reference/hdl/10915/172755
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
540-549
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1843533091401891840
score 13.001348

Publicaciones similares