VICERRECTORADO DE INVESTIGACIN INNOVACIN Y TRANSFERENCIA TECNOLGICA DEPARTAMENTO
- Slides: 51
VICERRECTORADO DE INVESTIGACIÓN, INNOVACIÓN Y TRANSFERENCIA TECNOLÓGICA DEPARTAMENTO DE CIENCIAS DE LA COMPUTACIÓN
SLR APLICANDO TEXT MINING PARA LA ADOPCIÓN DE SOFTWARE DE BUSINESS INTELLIGENCE EN EL ÁREA DE INVESTIGACIÓN DE LA UNACH
contact us_ awesome@gmail. com 3
CAPÍTULO 01 INTRODUCCIÓN contact us_ awesome@gmail. com 4
contact us_ awesome@gmail. com 5
General El objetivo central de esta investigación es, realizar una revisión sistemática de literatura (SLR) aplicando text mining para la optimización del proceso de una SLR de forma tradicional en la adopción de software de Business Intelligence para el área de investigación de la UNACH. contact us_ awesome@gmail. com 6
CAPÍTULO 02 MARCO TEÓRICO contact us_ awesome@gmail. com 7
Ninguno de estos estudios se ha enfocado en la adopción de software de Business Intelligence con una revisión sistemática de literatura aplicando técnicas de text mining 01 No presentan la utilización de text mining en la creación de las cadenas de búsqueda Utilizan diferentes herramientas de software para text mining Presentan un protocolo de revisión diferente No presentan la utilización de text mining en la depuración de estudios contact us_ awesome@gmail. com 8
“Una SLR es un medio para evaluar e interpretar toda la investigación pertinente disponible a una pregunta de investigación, área temática o fenómeno de interés” (Kitchenham & Charters, 2007, p. 7). La minería de texto se define como la extracción automática de información previamente desconocida y potencialmente útil a partir de texto” (Sahadevan, Hofmann-Apitius, & Schellander, 2012, p. 1) Es una herramienta que puede analizar y procesar los datos existentes de la empresa y convertirlos en conocimiento” (Lv, Xie, Wang, & Cheng, 2012, p. 1) contact us_ awesome@gmail. com 9
contact us_ awesome@gmail. com 10
CAPÍTULO 03 METODOLOGÍA DE INVESTIGACIÓN contact us_ awesome@gmail. com 11
contact us_ awesome@gmail. com 12
Hipótesis Nula (H 0): No existe diferencia entre los promedios de tiempo al realizar la SLR con el procedimiento tradicional y con la SLR aplicando text mining. Hipótesis Alternativa (H 1): El promedio del tiempo al realizar la SLR con el procedimiento tradicional es mayor al promedio de tiempo de la SLR aplicando text mining. Comparación de medias independientes. Prueba de hipótesis estadística será la distribución de probabilidad T-Student Alfa de 0, 05 que representa al margen de error tolerado para esta investigación, confiabilidad del 95%. contact us_ awesome@gmail. com 13
CAPÍTULO 04 REVISIÓN SISTEMÁTICA DE LITERATURA contact us_ awesome@gmail. com 14
Basado en “Conceptualización e Infraestructura para la Investigación Experimental en Ingeniería del Software” (Fonseca Carrera, 2014), y complementado por la “Guidelines for performing Systematic Literature Reviews in Software Engineering” (Kitchenham & Charters, 2007), contact us_ awesome@gmail. com 15
RQ 1. ¿Cuáles son las herramientas de Business Intelligence más utilizadas? RQ 2. ¿Cuáles son las herramientas de Business Intelligence más populares? RQ 3. ¿En qué tipo de industrias o sectores son más utilizados los Sistemas de Business Intelligence? RQ 4. ¿Cuál es el procedimiento para la realización de una revisión sistemática de literatura (SLR)? contact us_ awesome@gmail. com 16
INCLUSIÓN trabajos de cincos años atrás a la fecha de revisión libros, capítulos de libros, artículos y ponencias que especifiquen: el sector de aplicación, la herramienta utilizada bases de datos para la búsqueda de trabajos relacionados: SCOPUS, Science Direct, IEEE XPlore y EBSCO EXCLUSIÓN registros que especifiquen el nombre del evento o el área de conocimiento del congreso, en lugar del título del trabajo de investigación. análisis comparativos con resultados resumidos similares a este estudio trabajos que indiquen un aporte técnico o metodológico en el cuál no se pueda determinar una herramienta de BI aplicada a un estudio en particular Trabajos contenido en idiomas diferentes al inglés o español los artículos que posean un aviso de retracción contact us_ awesome@gmail. com 17
Se han tomado 8 artículos para el grupo de control 2 por investigador de la base de datos SCOPUS contact us_ awesome@gmail. com 18
contact us_ awesome@gmail. com 19
1. Realizar una lista de palabras encontradas. 2. Contar el número de veces que se repite una palabra por trabajo. 3. Realizar un ranking con las primeras 10 palabras encontradas, en orden del número de veces que aparecen en los trabajos. 4. Verificar el número de palabras que son comunes entre los diferentes trabajos. 5. Obtener un listado de palabras para la creación de las cadenas de búsqueda. Palabra N° de Estudios BUSINESS INTELLIGENCE 6 DECISION 4 SYSTEMS 3 BI 3 STUDY 3 COMPANY 2 ANALYSIS 2 DATA 3 INFORMATION 2 contact us_ awesome@gmail. com 20
Investigador Cadena de Búsqueda Estudios del Grupo de Control Investigador 1 (BUSINESS INTELLIGENCE OR BI) AND (SYSTEMS OR SYSTEM OR EC 2, EC 4, EC 5, SOLUTIONS OR SOFTWARE) AND (DATA OR INFORMATION) AND EC 7 (COMPANY OR COMPANIES) Investigador 2 (BUSINESS INTELLIGENCE OR BI) AND (SYSTEMS OR SYSTEM OR EC 2, EC 3, EC 4, SOLUTIONS OR SOFTWARE) AND (DATA OR INFORMATION) AND EC 7 (COMPANY OR COMPANIES) AND (STUDY) Investigador 3 (BUSINESS INTELLIGENCE OR BI) AND (SYSTEMS OR SYSTEM OR EC 1, EC 4 SOLUTIONS OR SOFTWARE) AND (COMPANY OR COMPANIES) AND (STUDY) AND (ADOPTION) Investigador 4 (BUSINESS INTELLIGENCE OR BI) AND (SYSTEMS OR SYSTEM OR EC 1, EC 2, EC 3, SOLUTIONS OR SOFTWARE) AND (COMPANY OR COMPANIES) AND EC 4, EC 7, EC 8 (STUDY) AND (DECISION) contact us_ awesome@gmail. com 21
contact us_ awesome@gmail. com 22
Depuración de la base de datos Scopus contact us_ awesome@gmail. com 23
contact us_ awesome@gmail. com 24
Elección individual de estudios. Validación cruzada. Listado de estudios seleccionados contact us_ awesome@gmail. com 25
Unificación de estudios Obtención y estudio de artículos Listado de estudios primarios 407 trabajos de 436 estudios totales contact us_ awesome@gmail. com 26
Estudios Nº Candidatos 1083 Depurados 1028 Seleccionados 436 Recuperados 407 Primarios 367 contact us_ awesome@gmail. com 27
Estudio detallado de artículos Aplicando Text Mining -Listado de 170 herramientas de BI -Diccionario con 265 reglas para obtener los sectores de aplicación de BI contact us_ awesome@gmail. com 28
RQ 1. ¿Cuáles son las herramientas de Business Intelligence más utilizadas? contact us_ awesome@gmail. com 29
RQ 2. ¿Cuáles son las herramientas de Business Intelligence más populares? contact us_ awesome@gmail. com 30
RQ 3. ¿En qué tipo de industrias o sectores son más utilizados los Sistemas de Business Intelligence? contact us_ awesome@gmail. com 31
RQ 3. ¿En qué tipo de industrias o sectores son más utilizados los Sistemas de Business Intelligence? contact us_ awesome@gmail. com 32
RQ 4. ¿Cuál es el procedimiento para la realización de una revisión sistemática de literatura (SLR) aplicando minería de texto para la adopción de Software de Business Intelligence? contact us_ awesome@gmail. com 33
CAPÍTULO 05 RESULTADOS DE LA INVESTIGACÍÓN contact us_ awesome@gmail. com 34
contact us_ awesome@gmail. com 35
contact us_ awesome@gmail. com 36
Tiempo total en horas de la SLR 100 76. 603 48. 465 50 0 Total de tiempo SLR Tiempo Text Mining Tiempo tradicional contact us_ awesome@gmail. com 37
Revisión en texto no estructurado Diccionario de palabras creado Agrupación Jerárquica de palabras Escalamiento multidimensional de palabras Calidad de información Agrupamiento de información Extracción de información contact us_ awesome@gmail. com 38
Algoritmos y técnicas insuficientes para el pensamiento humano No es completamente automático contact us_ awesome@gmail. com 39
Se utiliza el valor superior (Sig. Bilateral) que es igual a 0, 001, el mismo que es menor a alfa de 0, 05 aceptando la hipótesis alternativa (H 1) “El promedio del tiempo al realizar la SLR con el procedimiento tradicional es mayor al promedio de tiempo de la SLR aplicando text mining”. contact us_ awesome@gmail. com 40
CAPÍTULO 06 IMPLEMENTACIÓN DE LA SOLUCIÓN DE BI contact us_ awesome@gmail. com 41
contact us_ awesome@gmail. com 42
Misión “La Universidad Nacional de Chimborazo es una institución de educación superior, que en el marco de una autonomía responsable y de rendición social de cuentas, forma profesionales emprendedores, con Sus ejes estratégicos son bases científicas y axiológicas, que contribuyen en la solución de los Gestión y administración, Docencia y formación de recursos humanos, “La Universidad Nacional de Chimborazo será una institución Investigación científica y tecnológica, líder en el Sistema de Educación Superior, comprometida con el Vinculación con la colectividad e progreso sustentable y sostenible de la sociedad, con sujeción al Plan Inversión pública. problemas del país” (Universidad Nacional de Chimborazo, 2013, p. 2). Visión Nacional de Desarrollo y Régimen del Buen Vivir” (Universidad Nacional de Chimborazo, 2013, p. 2). contact us_ awesome@gmail. com 43
contact us_ awesome@gmail. com 44
contact us_ awesome@gmail. com 45
contact us_ awesome@gmail. com 46
contact us_ awesome@gmail. com 47
CAPÍTULO 07 contact us_ awesome@gmail. com 48
la revisión de texto no estructurado, análisis de contenido, escalamiento multidimensional de palabras, revisión de calidad y clasificación de información. Diccionarios de herramientas de BI clasificar el contenido de los trabajos científicos por cada herramienta y para la revisión por parte de los investigadores del corpus del texto devuelto. SLR responde: La herramienta más utilizada y más popular de los casos analizados. Las industrias de Tecnologías de Información y Empresas de Fabricación son los sectores que ocupan más BI. Se plantea un procedimiento hibrido para llevar a cabo la SLR. Optimización de tiempo de la SLR con text mining, estadísticamente significativa con un valor de 0, 001 el mismo que es menor a alfa de 0, 050. contact us_ awesome@gmail. com 49
Para la implementación de la solución de BI se utiliza la metodología Kimball, SQL Server para la base de datos de Staging y para el Data Mart de Publicaciones Científicas, Integration Services y Power BI para la visualización de los Dashboards. contact us_ awesome@gmail. com 50
- Diccionario rico en palabras - Planteamiento cíclico de palabras - Particularizar a un sector específico SLR - Participantes voluntarios, capacitar a los mismos, o contratar personal. - Utilizar herramientas que hayan sido utilizadas con frecuencia. Implementación de BI - Compra de licencias contact us_ awesome@gmail. com 51
- Presen tsimple
- Vicerrectorado pdi ugr
- Investigacin
- Innovacin
- Departamento de farmacologia
- Departamento solicitante
- Departamento ceres
- Entidad relacion atributo multivaluado
- Departamento forestal
- Departamento de zootecnia ufpr
- Universidad ixil
- Departamentos en una empresa
- Demanda insatisfecha formula
- Departamento ceres
- Departamento de economia
- Departamento de higiene de los alimentos
- Estructura de una agencia publicitaria
- Plan modular
- Projeto doutorado
- Organigrama del area de housekeeping
- El significado de departamento
- Potencialidades productivas del departamento de cochabamba
- La señora guajardo compra un departamento
- Organización del departamento de enfermería
- Ies suel
- Objetivos del departamento de enfermería
- Organigrama de departamento de contabilidad
- Departamento del valle del cauca
- Puntos de transferencia
- Convecção natural
- Distribucion de temperatura
- Frd matlab
- Tiempo de asentamiento control
- Transferencia de calor yunus cengel
- Parede composta
- Transferencia de calor e massa
- Romance del conde arnaldos
- Velocidad de transferencia de calor
- Transferencia documental
- Formula fluxo de calor
- Fuente
- Declaracion informativa precios de transferencia costa rica
- Transferência de calor
- Coeficiente global de transferencia de calor
- Ex equao
- Tnmm precios de transferencia
- Volume de um cilindro oco
- Amplificador de potencia clase ab
- Numero de reynolds unidades
- Transferencia de calor
- Teorema da máxima transferência de potência
- Trandlar