Analíticas para sistemas de atención con grandes volúmenes de eventos

Autores
Schab, Esteban; Casanova, Carlos; Piccoli, Fabiana
Año de publicación
2020
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Cualquier proceso de negocio, hoy en día, exige tomar decisiones rápidas, las cuales se deben ir adaptando a los cambios. Una posibilidad es resolver el proceso computacionalmente. Para ello es necesario, en base a los datos, producir analíticas, las cuales buscan transformarlos en conocimiento para la toma de decisiones. Existen varios tipos de analíticas, particularmente en este trabajo proponemos una línea de investigación enfocada en la analítica prescriptiva, como nivel más avanzado, capaz de calcular acciones a ser ejecutadas en el momento (decisiones operativas) o en el futuro (decisiones tácticas para corto y mediano plazo, decisiones estratégicas para largo plazo) para lograr un objetivo deseado. El cálculo de las acciones involucra otros aspectos, uno de ellos derivado de la necesidad de bajos tiempos de respuesta, la computación de alto desempeño, particularmente involucrada en el procesamiento de datastreams.
Eje: Agentes y Sistemas Inteligentes.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
Inteligencia computacional
Analíticas
Big data
Computación de alto desempeño
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:10915/103487
Acceder
id SEDICI_bf87681b32e2f30105764c468ff7c83b
oai_identifier_str oai:sedici.unlp.edu.ar:10915/103487
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Analíticas para sistemas de atención con grandes volúmenes de eventosSchab, EstebanCasanova, CarlosPiccoli, FabianaCiencias InformáticasInteligencia computacionalAnalíticasBig dataComputación de alto desempeñoCualquier proceso de negocio, hoy en día, exige tomar decisiones rápidas, las cuales se deben ir adaptando a los cambios. Una posibilidad es resolver el proceso computacionalmente. Para ello es necesario, en base a los datos, producir analíticas, las cuales buscan transformarlos en conocimiento para la toma de decisiones. Existen varios tipos de analíticas, particularmente en este trabajo proponemos una línea de investigación enfocada en la analítica prescriptiva, como nivel más avanzado, capaz de calcular acciones a ser ejecutadas en el momento (decisiones operativas) o en el futuro (decisiones tácticas para corto y mediano plazo, decisiones estratégicas para largo plazo) para lograr un objetivo deseado. El cálculo de las acciones involucra otros aspectos, uno de ellos derivado de la necesidad de bajos tiempos de respuesta, la computación de alto desempeño, particularmente involucrada en el procesamiento de datastreams.Eje: Agentes y Sistemas Inteligentes.Red de Universidades con Carreras en Informática2020-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf65-69http://sedici.unlp.edu.ar/handle/10915/103487spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-3714-82-5info:eu-repo/semantics/reference/hdl/10915/103151info: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:UNLP2025-09-17T10:05:13Zoai:sedici.unlp.edu.ar:10915/103487Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-17 10:05:14.154SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Analíticas para sistemas de atención con grandes volúmenes de eventos
title Analíticas para sistemas de atención con grandes volúmenes de eventos
spellingShingle Analíticas para sistemas de atención con grandes volúmenes de eventos
Schab, Esteban
Ciencias Informáticas
Inteligencia computacional
Analíticas
Big data
Computación de alto desempeño
title_short Analíticas para sistemas de atención con grandes volúmenes de eventos
title_full Analíticas para sistemas de atención con grandes volúmenes de eventos
title_fullStr Analíticas para sistemas de atención con grandes volúmenes de eventos
title_full_unstemmed Analíticas para sistemas de atención con grandes volúmenes de eventos
title_sort Analíticas para sistemas de atención con grandes volúmenes de eventos
dc.creator.none.fl_str_mv Schab, Esteban
Casanova, Carlos
Piccoli, Fabiana
author Schab, Esteban
author_facet Schab, Esteban
Casanova, Carlos
Piccoli, Fabiana
author_role author
author2 Casanova, Carlos
Piccoli, Fabiana
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Inteligencia computacional
Analíticas
Big data
Computación de alto desempeño
topic Ciencias Informáticas
Inteligencia computacional
Analíticas
Big data
Computación de alto desempeño
dc.description.none.fl_txt_mv Cualquier proceso de negocio, hoy en día, exige tomar decisiones rápidas, las cuales se deben ir adaptando a los cambios. Una posibilidad es resolver el proceso computacionalmente. Para ello es necesario, en base a los datos, producir analíticas, las cuales buscan transformarlos en conocimiento para la toma de decisiones. Existen varios tipos de analíticas, particularmente en este trabajo proponemos una línea de investigación enfocada en la analítica prescriptiva, como nivel más avanzado, capaz de calcular acciones a ser ejecutadas en el momento (decisiones operativas) o en el futuro (decisiones tácticas para corto y mediano plazo, decisiones estratégicas para largo plazo) para lograr un objetivo deseado. El cálculo de las acciones involucra otros aspectos, uno de ellos derivado de la necesidad de bajos tiempos de respuesta, la computación de alto desempeño, particularmente involucrada en el procesamiento de datastreams.
Eje: Agentes y Sistemas Inteligentes.
Red de Universidades con Carreras en Informática
description Cualquier proceso de negocio, hoy en día, exige tomar decisiones rápidas, las cuales se deben ir adaptando a los cambios. Una posibilidad es resolver el proceso computacionalmente. Para ello es necesario, en base a los datos, producir analíticas, las cuales buscan transformarlos en conocimiento para la toma de decisiones. Existen varios tipos de analíticas, particularmente en este trabajo proponemos una línea de investigación enfocada en la analítica prescriptiva, como nivel más avanzado, capaz de calcular acciones a ser ejecutadas en el momento (decisiones operativas) o en el futuro (decisiones tácticas para corto y mediano plazo, decisiones estratégicas para largo plazo) para lograr un objetivo deseado. El cálculo de las acciones involucra otros aspectos, uno de ellos derivado de la necesidad de bajos tiempos de respuesta, la computación de alto desempeño, particularmente involucrada en el procesamiento de datastreams.
publishDate 2020
dc.date.none.fl_str_mv 2020-05
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/10915/103487
url http://sedici.unlp.edu.ar/handle/10915/103487
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-3714-82-5
info:eu-repo/semantics/reference/hdl/10915/103151
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
65-69
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_ 1843532593262231552
score 13.001348

Publicaciones similares