Bibliographic citations
This is an automatically generated citacion. Modify it if you see fit
Alvarez, B., (2021). Análisis comparativo de técnicas de minería de datos aplicadas a business intelligence [Tesis, Universidad Señor de Sipán]. https://hdl.handle.net/20.500.12802/8359
Alvarez, B., Análisis comparativo de técnicas de minería de datos aplicadas a business intelligence [Tesis]. PE: Universidad Señor de Sipán; 2021. https://hdl.handle.net/20.500.12802/8359
@misc{renati/427242,
title = "Análisis comparativo de técnicas de minería de datos aplicadas a business intelligence",
author = "Alvarez Gonzaga, Braulio Ricardo",
publisher = "Universidad Señor de Sipán",
year = "2021"
}
Full metadata record
Bravo Ruiz, Jaime Arturo
Alvarez Gonzaga, Braulio Ricardo
2021-07-22T17:39:11Z
2021-07-22T17:39:11Z
2021
https://hdl.handle.net/20.500.12802/8359
La toma de decisiones constituye un proceso de vital importancia para las
universidades, siendo uno de los indicadores más importantes en sus sistemas
business intelligence el rendimiento académico. No obstante, el crecimiento de los
sistemas de información genera un reto para la gestión y procesamiento de grandes
volúmenes de datos de los cuales se desea obtener información relevante. En ese
sentido, la minería de datos ofrece una serie de técnicas que permite realizar este
descubrimiento con un alto nivel de precisión. El presente trabajo titulado
“ANÁLISIS COMPARATIVO DE TÉCNICAS DE MINERÍA DE DATOS APLICADAS
A BUSINESS INTELLIGENCE” tiene como objetivo general analizar
comparativamente el rendimiento de técnicas de minería de datos aplicadas a
soluciones business intelligence. El método propuesto inició con la selección de dos
técnicas de minería de datos bajo el método no probabilístico con base a las
técnicas de minería de datos disponibles y documentadas en diversas
investigaciones. Posteriormente, se diseñó un método de aplicación conformado
por cinco etapas: análisis y comprensión de las fuentes de datos, implementación
de la base de datos en SQL Server, proceso ETL, implementación de los algoritmos
de minería de datos a partir de los datos de entrada obtenidos del proceso business
intelligence y procesamiento de datos. Los resultados evidenciaron que el modelo
propuesto, el cual utilizó datos de entrada obtenidos de un proceso business
intelligence obtuvo un rendimiento en cuanto a su precisión superior al 90% en
ambas técnicas de minería de datos. Árbol de decisiones obtuvo 93.69% y Naive
Bayes 93.67%. Asimismo, en cuanto al análisis de error, Naive Bayes fue la que
mejor resultado obtuvo, obteniendo un error porcentual absoluto medio (MAPE) de
6.2%. La investigación concluye que las técnicas de minería aplicadas a datos
obtenidos de un proceso business intelligence tienen muy buena precisión para la
predicción del rendimiento académico y podrían ser utilizada en el análisis de otras
variables académicas como la morosidad y la deserción, siendo la de mejor
rendimiento Naive Bayes. (es_PE)
Tesis (es_PE)
application/pdf (es_PE)
spa (es_PE)
Universidad Señor de Sipán (es_PE)
info:eu-repo/semantics/openAccess (es_PE)
http://creativecommons.org/licenses/by-nc-nd/2.5/pe/ (*)
Repositorio Institucional - USS (es_PE)
Repositorio Institucional USS (es_PE)
Técnicas de minería de datos (es_PE)
Árbol de decisión (es_PE)
Naive Bayes (es_PE)
Inteligencia de negocios (es_PE)
Algoritmos (es_PE)
Base de datos (es_PE)
Análisis comparativo de técnicas de minería de datos aplicadas a business intelligence (es_PE)
info:eu-repo/semantics/bachelorThesis (es_PE)
Universidad Señor de Sipán. Facultad de Ingeniería, Arquitectura y Urbanismo (es_PE)
Ingeniería de Sistemas (es_PE)
Ingeniero de Sistemas (es_PE)
PE (es_PE)
http://purl.org/pe-repo/ocde/ford#2.02.04 (es_PE)
http://purl.org/pe-repo/renati/level#tituloProfesional (es_PE)
17610253
https://orcid.org/0000-0003-1929-3969 (es_PE)
44967284
612076 (es_PE)
Vásquez Leyva, Oliver
Díaz Vidarte, Miguel Orlando
Bances Saavedra, David Enrique
http://purl.org/pe-repo/renati/type#tesis (es_PE)
Privada societaria
This item is licensed under a Creative Commons License