[5 p.]il.Actualmente la deserción de alumnos es uno de los problemas más importantes que enfrenta... more [5 p.]il.Actualmente la deserción de alumnos es uno de los problemas más importantes que enfrentan las Universidades de nuestro país. La minería de datos es una disciplina que puede colaborar con esta problemática, permitiendo detectar patrones de comportamiento en grandes volúmenes de información. Este trabajo representa la primera etapa de un estudio cuyo objetivo es el descubrimiento de patrones de deserción universitaria en la carrera Ingeniería en Sistemas de Información de la Universidad Tecnológica Nacional Regional Rosario.Fil: Valía, Luciano. Universidad Católica de Salta. Facultad de Ingeniería e Informática; Argentina.Fil: Moine, Juan Miguel. Universidad Católica de Salta. Facultad de Ingeniería e Informática; Argentina.Fil: Rostagno, José. Universidad Católica de Salta. Facultad de Ingeniería e Informática; Argentina.Fil: Milán, José. Universidad Católica de Salta. Facultad de Ingeniería e Informática; Argentina.Fil: Arfuso, Claudio. Universidad Católica de Salta. Facultad de Ingeniería e Informática; Argentina.Fil: Bigatti, Cristian. Universidad Católica de Salta. Facultad de Ingeniería e Informática; Argentina.Fil: Riva, Fabiana María. Universidad Católica de Salta. Facultad de Ingeniería e Informática; Argentina.Fil: Amar, Eduardo. Universidad Católica de Salta. Facultad de Ingeniería e Informática; Argentina
[7 p.]Este trabajo tiene como objetivo abordar un nuevo método de clustering basado en métodos de... more [7 p.]Este trabajo tiene como objetivo abordar un nuevo método de clustering basado en métodos de ensambles aplicados a datos no estructurados provenientes de la red social Twitter. Se aplicó particularmente el método de clustering por acumulación de evidencia (EAC). Dicha técnica brinda la posibilidad y ventaja de generar una matriz de distancia entre tweets para la posterior aplicación de algoritmos de clustering sobre la misma con una combinación óptima de parámetros. Previamente a su aplicación se utilizó la técnica de Minhash mediante el desglose de tweets en n-gramas para optimizar el cálculo. Los resultados obtenidos son prometedores, mostrando la utilidad del método aplicado para descubrir grupos temáticos de tweets a partir de un conjunto grande de datos obtenidos de Twitter.Fil: Bigatti, Cristian. Universidad Católica de Salta. Facultad de Ingeniería e Informática; Argentina.Fil: Moine, Juan. Universidad Católica de Salta. Facultad de Ingeniería e Informática; Argentina.Fil: Amar, Eduardo. Universidad Católica de Salta. Facultad de Ingeniería e Informática; Argentina.Fil: Neirotti, Fabricio. Universidad Católica de Salta. Facultad de Ingeniería e Informática; Argentina.Fil: Varani, Bruno. Universidad Católica de Salta. Facultad de Ingeniería e Informática; Argentina.Fil: Gentile, Matias. Universidad Católica de Salta. Facultad de Ingeniería e Informática; Argentina.Fil: Kraiselburd, Cecilia. Universidad Católica de Salta. Facultad de Ingeniería e Informática; Argentina
Popularity and data analysis capabilities offered by Business Intelligence techniques are increas... more Popularity and data analysis capabilities offered by Business Intelligence techniques are increasing day after day. Nowadays, in which respects to public health, even though there is a great volume of data available, they are generally not exploited using data visualization tools. Paper proposes the implementation of Business Intelligence techniques to unify and consolidate data of interest into a DataWarehouse, in order to create various statistical reports through data exploitation tools that allow a real data-based decision making process. It is also shown how the quality of the data input into the transactional systems affects the data analysis.
La deserción universitaria es uno de los mayores problemas que atraviesan las Universidades de nu... more La deserción universitaria es uno de los mayores problemas que atraviesan las Universidades de nuestro país. La Minería de Datos es una disciplina que puede colaborar con esta situación, brindando un conjunto de técnicas y métodos para detectar patrones de comportamiento en los alumnos y accionar en consecuencia. Por este motivo, abordamos un estudio cuyo objetivo es el descubrimiento de patrones de deserción universitaria en la carrera Ingeniería en Sistemas de Información de la Universidad Tecnológica Nacional Facultad Regional Rosario.
[5 p.]il.Actualmente la deserción de alumnos es uno de los problemas más importantes que enfrenta... more [5 p.]il.Actualmente la deserción de alumnos es uno de los problemas más importantes que enfrentan las Universidades de nuestro país. La minería de datos es una disciplina que puede colaborar con esta problemática, permitiendo detectar patrones de comportamiento en grandes volúmenes de información. Este trabajo representa la primera etapa de un estudio cuyo objetivo es el descubrimiento de patrones de deserción universitaria en la carrera Ingeniería en Sistemas de Información de la Universidad Tecnológica Nacional Regional Rosario.Fil: Valía, Luciano. Universidad Católica de Salta. Facultad de Ingeniería e Informática; Argentina.Fil: Moine, Juan Miguel. Universidad Católica de Salta. Facultad de Ingeniería e Informática; Argentina.Fil: Rostagno, José. Universidad Católica de Salta. Facultad de Ingeniería e Informática; Argentina.Fil: Milán, José. Universidad Católica de Salta. Facultad de Ingeniería e Informática; Argentina.Fil: Arfuso, Claudio. Universidad Católica de Salta. Facultad de Ingeniería e Informática; Argentina.Fil: Bigatti, Cristian. Universidad Católica de Salta. Facultad de Ingeniería e Informática; Argentina.Fil: Riva, Fabiana María. Universidad Católica de Salta. Facultad de Ingeniería e Informática; Argentina.Fil: Amar, Eduardo. Universidad Católica de Salta. Facultad de Ingeniería e Informática; Argentina
[7 p.]Este trabajo tiene como objetivo abordar un nuevo método de clustering basado en métodos de... more [7 p.]Este trabajo tiene como objetivo abordar un nuevo método de clustering basado en métodos de ensambles aplicados a datos no estructurados provenientes de la red social Twitter. Se aplicó particularmente el método de clustering por acumulación de evidencia (EAC). Dicha técnica brinda la posibilidad y ventaja de generar una matriz de distancia entre tweets para la posterior aplicación de algoritmos de clustering sobre la misma con una combinación óptima de parámetros. Previamente a su aplicación se utilizó la técnica de Minhash mediante el desglose de tweets en n-gramas para optimizar el cálculo. Los resultados obtenidos son prometedores, mostrando la utilidad del método aplicado para descubrir grupos temáticos de tweets a partir de un conjunto grande de datos obtenidos de Twitter.Fil: Bigatti, Cristian. Universidad Católica de Salta. Facultad de Ingeniería e Informática; Argentina.Fil: Moine, Juan. Universidad Católica de Salta. Facultad de Ingeniería e Informática; Argentina.Fil: Amar, Eduardo. Universidad Católica de Salta. Facultad de Ingeniería e Informática; Argentina.Fil: Neirotti, Fabricio. Universidad Católica de Salta. Facultad de Ingeniería e Informática; Argentina.Fil: Varani, Bruno. Universidad Católica de Salta. Facultad de Ingeniería e Informática; Argentina.Fil: Gentile, Matias. Universidad Católica de Salta. Facultad de Ingeniería e Informática; Argentina.Fil: Kraiselburd, Cecilia. Universidad Católica de Salta. Facultad de Ingeniería e Informática; Argentina
Popularity and data analysis capabilities offered by Business Intelligence techniques are increas... more Popularity and data analysis capabilities offered by Business Intelligence techniques are increasing day after day. Nowadays, in which respects to public health, even though there is a great volume of data available, they are generally not exploited using data visualization tools. Paper proposes the implementation of Business Intelligence techniques to unify and consolidate data of interest into a DataWarehouse, in order to create various statistical reports through data exploitation tools that allow a real data-based decision making process. It is also shown how the quality of the data input into the transactional systems affects the data analysis.
La deserción universitaria es uno de los mayores problemas que atraviesan las Universidades de nu... more La deserción universitaria es uno de los mayores problemas que atraviesan las Universidades de nuestro país. La Minería de Datos es una disciplina que puede colaborar con esta situación, brindando un conjunto de técnicas y métodos para detectar patrones de comportamiento en los alumnos y accionar en consecuencia. Por este motivo, abordamos un estudio cuyo objetivo es el descubrimiento de patrones de deserción universitaria en la carrera Ingeniería en Sistemas de Información de la Universidad Tecnológica Nacional Facultad Regional Rosario.
Uploads
Papers by Cristian Bigatti