Minería de datos, minería de textos y Big Data

Autores
Lanzarini, Laura Cristina; Hasperué, Waldo; Villa Monte, Augusto; Jimbo Santana, Patricia; Reyes Zambrano, Gary; Corvi, Julieta Pilar; Fernández Bariviera, Aurelio; Olivas Varela, José Ángel
Año de publicación
2019
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Esta línea de investigación se centra en el estudio y desarrollo de Sistemas Inteligentes para la resolución de problemas de Minería de Datos y Big Data utilizando técnicas de Aprendizaje Automático. Los sistemas desarrollados se aplican particularmente al procesamiento de grandes volúmenes de textos y al procesamiento de flujo de datos. En el área de la Minería de Datos se está trabajando, por un lado, en la construcción de conjuntos de reglas de clasificación difusas que faciliten y permitan justificar la toma de decisiones y, por otro lado, en el análisis de trayectorias vehiculares para predecir congestión de tránsito. Con respecto al área de Big Data se está trabajando en el diseño y desarrollo de una técnica de clustering dinámico que se ejecuta de manera distribuida. Esta implementación se está llevando a cabo utilizando el framework Spark Streaming. Por otro lado y como transferencia tecnológica concreta, se efectuó un análisis sobre la producción de leche en ganado bovino a partir de la base de datos de ARPECOL. En el área de la Minería de Textos se han desarrollado estrategias para resumir documentos a través de la extracción utilizando métricas de selección y técnicas de optimización de los párrafos más representativos. Además, se han desarrollado métodos capaces de determinar la subjetividad de oraciones escritas en español.
Eje: Bases de Datos y Minería de Datos.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
minería de datos
minería de textos
Big Data
redes neuronales
resúmenes extractivos
sentencias causales temporales
stream processing
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:10915/77022
Acceder
id SEDICI_d2772084959a5d36c9ac9af3f2e846c0
oai_identifier_str oai:sedici.unlp.edu.ar:10915/77022
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Minería de datos, minería de textos y Big DataLanzarini, Laura CristinaHasperué, WaldoVilla Monte, AugustoJimbo Santana, PatriciaReyes Zambrano, GaryCorvi, Julieta PilarFernández Bariviera, AurelioOlivas Varela, José ÁngelCiencias Informáticasminería de datosminería de textosBig Dataredes neuronalesresúmenes extractivossentencias causales temporalesstream processingEsta línea de investigación se centra en el estudio y desarrollo de Sistemas Inteligentes para la resolución de problemas de Minería de Datos y Big Data utilizando técnicas de Aprendizaje Automático. Los sistemas desarrollados se aplican particularmente al procesamiento de grandes volúmenes de textos y al procesamiento de flujo de datos. En el área de la Minería de Datos se está trabajando, por un lado, en la construcción de conjuntos de reglas de clasificación difusas que faciliten y permitan justificar la toma de decisiones y, por otro lado, en el análisis de trayectorias vehiculares para predecir congestión de tránsito. Con respecto al área de Big Data se está trabajando en el diseño y desarrollo de una técnica de clustering dinámico que se ejecuta de manera distribuida. Esta implementación se está llevando a cabo utilizando el framework Spark Streaming. Por otro lado y como transferencia tecnológica concreta, se efectuó un análisis sobre la producción de leche en ganado bovino a partir de la base de datos de ARPECOL. En el área de la Minería de Textos se han desarrollado estrategias para resumir documentos a través de la extracción utilizando métricas de selección y técnicas de optimización de los párrafos más representativos. Además, se han desarrollado métodos capaces de determinar la subjetividad de oraciones escritas en español.Eje: Bases de Datos y Minería de Datos.Red de Universidades con Carreras en Informática2019-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/77022spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-3984-85-3info:eu-repo/semantics/reference/hdl/10915/76941info: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:UNLP2025-09-29T11:13:40Zoai:sedici.unlp.edu.ar:10915/77022Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:13:40.396SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Minería de datos, minería de textos y Big Data
title Minería de datos, minería de textos y Big Data
spellingShingle Minería de datos, minería de textos y Big Data
Lanzarini, Laura Cristina
Ciencias Informáticas
minería de datos
minería de textos
Big Data
redes neuronales
resúmenes extractivos
sentencias causales temporales
stream processing
title_short Minería de datos, minería de textos y Big Data
title_full Minería de datos, minería de textos y Big Data
title_fullStr Minería de datos, minería de textos y Big Data
title_full_unstemmed Minería de datos, minería de textos y Big Data
title_sort Minería de datos, minería de textos y Big Data
dc.creator.none.fl_str_mv Lanzarini, Laura Cristina
Hasperué, Waldo
Villa Monte, Augusto
Jimbo Santana, Patricia
Reyes Zambrano, Gary
Corvi, Julieta Pilar
Fernández Bariviera, Aurelio
Olivas Varela, José Ángel
author Lanzarini, Laura Cristina
author_facet Lanzarini, Laura Cristina
Hasperué, Waldo
Villa Monte, Augusto
Jimbo Santana, Patricia
Reyes Zambrano, Gary
Corvi, Julieta Pilar
Fernández Bariviera, Aurelio
Olivas Varela, José Ángel
author_role author
author2 Hasperué, Waldo
Villa Monte, Augusto
Jimbo Santana, Patricia
Reyes Zambrano, Gary
Corvi, Julieta Pilar
Fernández Bariviera, Aurelio
Olivas Varela, José Ángel
author2_role author
author
author
author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
minería de datos
minería de textos
Big Data
redes neuronales
resúmenes extractivos
sentencias causales temporales
stream processing
topic Ciencias Informáticas
minería de datos
minería de textos
Big Data
redes neuronales
resúmenes extractivos
sentencias causales temporales
stream processing
dc.description.none.fl_txt_mv Esta línea de investigación se centra en el estudio y desarrollo de Sistemas Inteligentes para la resolución de problemas de Minería de Datos y Big Data utilizando técnicas de Aprendizaje Automático. Los sistemas desarrollados se aplican particularmente al procesamiento de grandes volúmenes de textos y al procesamiento de flujo de datos. En el área de la Minería de Datos se está trabajando, por un lado, en la construcción de conjuntos de reglas de clasificación difusas que faciliten y permitan justificar la toma de decisiones y, por otro lado, en el análisis de trayectorias vehiculares para predecir congestión de tránsito. Con respecto al área de Big Data se está trabajando en el diseño y desarrollo de una técnica de clustering dinámico que se ejecuta de manera distribuida. Esta implementación se está llevando a cabo utilizando el framework Spark Streaming. Por otro lado y como transferencia tecnológica concreta, se efectuó un análisis sobre la producción de leche en ganado bovino a partir de la base de datos de ARPECOL. En el área de la Minería de Textos se han desarrollado estrategias para resumir documentos a través de la extracción utilizando métricas de selección y técnicas de optimización de los párrafos más representativos. Además, se han desarrollado métodos capaces de determinar la subjetividad de oraciones escritas en español.
Eje: Bases de Datos y Minería de Datos.
Red de Universidades con Carreras en Informática
description Esta línea de investigación se centra en el estudio y desarrollo de Sistemas Inteligentes para la resolución de problemas de Minería de Datos y Big Data utilizando técnicas de Aprendizaje Automático. Los sistemas desarrollados se aplican particularmente al procesamiento de grandes volúmenes de textos y al procesamiento de flujo de datos. En el área de la Minería de Datos se está trabajando, por un lado, en la construcción de conjuntos de reglas de clasificación difusas que faciliten y permitan justificar la toma de decisiones y, por otro lado, en el análisis de trayectorias vehiculares para predecir congestión de tránsito. Con respecto al área de Big Data se está trabajando en el diseño y desarrollo de una técnica de clustering dinámico que se ejecuta de manera distribuida. Esta implementación se está llevando a cabo utilizando el framework Spark Streaming. Por otro lado y como transferencia tecnológica concreta, se efectuó un análisis sobre la producción de leche en ganado bovino a partir de la base de datos de ARPECOL. En el área de la Minería de Textos se han desarrollado estrategias para resumir documentos a través de la extracción utilizando métricas de selección y técnicas de optimización de los párrafos más representativos. Además, se han desarrollado métodos capaces de determinar la subjetividad de oraciones escritas en español.
publishDate 2019
dc.date.none.fl_str_mv 2019-04
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/10915/77022
url http://sedici.unlp.edu.ar/handle/10915/77022
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-3984-85-3
info:eu-repo/semantics/reference/hdl/10915/76941
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
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_ 1844616007715389440
score 13.070432

Publicaciones similares