Aceleración en la recuperación de información utilizando algoritmos de minería de datos de R.
- Autores
- Spositto, Osvaldo Mario; Ryckeboer, Hugo Emilio; Casuscelli, Mauro; Matteo, Lorena; Bossero, Julio
- Año de publicación
- 2018
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Para acelerar la respuesta inicial en sistemas de recuperación de información sobre depósitos documentales privados de mediano tamaño se estudia la posibilidad de segmentar el mismo y elaborar la respuesta examinando sólo un segmento. Se analiza la pérdida de calidad que ello provoca. Las herramientas para fraccionar y elegir segmento provienen de la algoritmia de la minería de datos y se eligió el lenguaje R por tener ya incorporado los algoritmos básicos y ser un lenguaje que completo permite escribir el código que los vincula.
XV Workshop Bases de Datos y Minería de Datos (WBDDM)
Red de Universidades con Carreras en Informática (RedUNCI) - Materia
-
Ciencias Informáticas
recuperación de información
K:Means
redes neuronales
LSI
distancia euclidea - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
.jpg)
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/73238
Ver los metadatos del registro completo
| id |
SEDICI_b0d246fb9db70da6c6b4bf9327b31b93 |
|---|---|
| oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/73238 |
| network_acronym_str |
SEDICI |
| repository_id_str |
1329 |
| network_name_str |
SEDICI (UNLP) |
| spelling |
Aceleración en la recuperación de información utilizando algoritmos de minería de datos de R.Spositto, Osvaldo MarioRyckeboer, Hugo EmilioCasuscelli, MauroMatteo, LorenaBossero, JulioCiencias Informáticasrecuperación de informaciónK:Meansredes neuronalesLSIdistancia euclideaPara acelerar la respuesta inicial en sistemas de recuperación de información sobre depósitos documentales privados de mediano tamaño se estudia la posibilidad de segmentar el mismo y elaborar la respuesta examinando sólo un segmento. Se analiza la pérdida de calidad que ello provoca. Las herramientas para fraccionar y elegir segmento provienen de la algoritmia de la minería de datos y se eligió el lenguaje R por tener ya incorporado los algoritmos básicos y ser un lenguaje que completo permite escribir el código que los vincula.XV Workshop Bases de Datos y Minería de Datos (WBDDM)Red de Universidades con Carreras en Informática (RedUNCI)2018-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf491-500http://sedici.unlp.edu.ar/handle/10915/73238spainfo:eu-repo/semantics/altIdentifier/isbn/978-950-658-472-6info: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:UNLP2025-11-26T09:50:21Zoai:sedici.unlp.edu.ar:10915/73238Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-11-26 09:50:21.448SEDICI (UNLP) - Universidad Nacional de La Platafalse |
| dc.title.none.fl_str_mv |
Aceleración en la recuperación de información utilizando algoritmos de minería de datos de R. |
| title |
Aceleración en la recuperación de información utilizando algoritmos de minería de datos de R. |
| spellingShingle |
Aceleración en la recuperación de información utilizando algoritmos de minería de datos de R. Spositto, Osvaldo Mario Ciencias Informáticas recuperación de información K:Means redes neuronales LSI distancia euclidea |
| title_short |
Aceleración en la recuperación de información utilizando algoritmos de minería de datos de R. |
| title_full |
Aceleración en la recuperación de información utilizando algoritmos de minería de datos de R. |
| title_fullStr |
Aceleración en la recuperación de información utilizando algoritmos de minería de datos de R. |
| title_full_unstemmed |
Aceleración en la recuperación de información utilizando algoritmos de minería de datos de R. |
| title_sort |
Aceleración en la recuperación de información utilizando algoritmos de minería de datos de R. |
| dc.creator.none.fl_str_mv |
Spositto, Osvaldo Mario Ryckeboer, Hugo Emilio Casuscelli, Mauro Matteo, Lorena Bossero, Julio |
| author |
Spositto, Osvaldo Mario |
| author_facet |
Spositto, Osvaldo Mario Ryckeboer, Hugo Emilio Casuscelli, Mauro Matteo, Lorena Bossero, Julio |
| author_role |
author |
| author2 |
Ryckeboer, Hugo Emilio Casuscelli, Mauro Matteo, Lorena Bossero, Julio |
| author2_role |
author author author author |
| dc.subject.none.fl_str_mv |
Ciencias Informáticas recuperación de información K:Means redes neuronales LSI distancia euclidea |
| topic |
Ciencias Informáticas recuperación de información K:Means redes neuronales LSI distancia euclidea |
| dc.description.none.fl_txt_mv |
Para acelerar la respuesta inicial en sistemas de recuperación de información sobre depósitos documentales privados de mediano tamaño se estudia la posibilidad de segmentar el mismo y elaborar la respuesta examinando sólo un segmento. Se analiza la pérdida de calidad que ello provoca. Las herramientas para fraccionar y elegir segmento provienen de la algoritmia de la minería de datos y se eligió el lenguaje R por tener ya incorporado los algoritmos básicos y ser un lenguaje que completo permite escribir el código que los vincula. XV Workshop Bases de Datos y Minería de Datos (WBDDM) Red de Universidades con Carreras en Informática (RedUNCI) |
| description |
Para acelerar la respuesta inicial en sistemas de recuperación de información sobre depósitos documentales privados de mediano tamaño se estudia la posibilidad de segmentar el mismo y elaborar la respuesta examinando sólo un segmento. Se analiza la pérdida de calidad que ello provoca. Las herramientas para fraccionar y elegir segmento provienen de la algoritmia de la minería de datos y se eligió el lenguaje R por tener ya incorporado los algoritmos básicos y ser un lenguaje que completo permite escribir el código que los vincula. |
| publishDate |
2018 |
| dc.date.none.fl_str_mv |
2018-10 |
| 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/10915/73238 |
| url |
http://sedici.unlp.edu.ar/handle/10915/73238 |
| dc.language.none.fl_str_mv |
spa |
| language |
spa |
| dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/isbn/978-950-658-472-6 |
| 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 491-500 |
| 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_ |
1849875936892157952 |
| score |
13.011256 |