Show simple item record

dc.contributor.advisorContreras Guerrero, Javier
dc.coverage.spatialCalle 100spa
dc.creatorGarcía Vélez, Gustavo Adolfo
dc.date.accessioned2018-12-24T14:51:33Z
dc.date.available2018-12-24T14:51:33Z
dc.date.created2018-12-18
dc.identifier.urihttp://repository.unimilitar.edu.co/handle/10654/20099
dc.description.abstractLa minería de datos es actualmente una de las áreas con mayor auge y éxito dentro de la informática, al permitir encontrar correlaciones y patrones a partir del análisis de grandes volúmenes de datos. En este sentido, la Geomática es fundamental si los datos se encuentran georreferenciados, aportando el componente espacial del análisis. Una metodología ampliamente utilizada en el desarrollo de proyectos de minería de datos es la denominada CRISP-DM®, compuesta de seis etapas (comprensión del negocio, comprensión de los datos, preparación de los datos, modelado, evaluación e implementación), la cual se emplea para el análisis de información georreferenciada proveniente de la red social Twitter®, con el fin de hallar patrones que permitan responder preguntas como: ¿en dónde se generan más trinos geolocalizados en la ciudad de Bogotá? ¿Cuáles son los sectores catastrales de Bogotá en donde sería más probable encontrar un tweet georreferenciado?spa
dc.formatpdfspa
dc.format.mimetypeapplication/pdfspa
dc.languagespaspa
dc.language.isospaspa
dc.publisherUniversidad Militar Nueva Granadaspa
dc.rightsDerechos Reservados - Universidad Militar Nueva Granada, 2018spa
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/2.5/co/spa
dc.subjectAnálisis de puntos calientesspa
dc.subjectAPIspa
dc.subjectCRISP-DMspa
dc.subjectDensidad Kernelspa
dc.subjectMinería de datosspa
dc.subjectPythonspa
dc.subjectPostgreSQLspa
dc.subjectTwitterspa
dc.titleAplicación de la metodología CRISP-DM a la recolección y análisis de datos georreferenciados desde Twitterspa
dc.typeinfo:eu-repo/semantics/bachelorThesisspa
dc.rights.accessRightsinfo:eu-repo/semantics/openAccessspa
dc.subject.lembMINERIA DE DATOSspa
dc.subject.lembSISTEMAS DE RECOLECCION AUTOMATICA DE DATOSspa
dc.publisher.departmentFacultad de Ingenieríaspa
dc.type.spaTrabajo de gradospa
dc.creator.emailggarcia82@gmail.comspa
dc.description.abstractenglishData mining is currently one of the most successful areas in informatics since it allows finding correlations and patterns from analysis of big data. In that sense, Geomatics is fundamental as long as data is georeferenced, by giving the spatial component of the analysis. CRISP-DM® is a widely-used methodology in data mining with six basic steps: business understanding, data understanding, data preparation, modeling, evaluation and deployment, which will be used for analysis of geolocated data from Twitter® social network in order to find patterns and answer questions such as: In what places of Bogotá more georreferenced tweets are generated? In which cadastral sectors is likely to find a located tweet?spa
dc.title.titleenglishApplication of the CRISP-DM methodology to recollection and analysis of georreferenced data from Twitterspa
dc.subject.keywordAPIspa
dc.subject.keywordCRISP-DMspa
dc.subject.keywordData miningspa
dc.subject.keywordHot Spot Analysisspa
dc.subject.keywordKernel Densityspa
dc.subject.keywordPythonspa
dc.subject.keywordTwitterspa
dc.subject.keywordPostgreSQLspa
dc.publisher.programEspecialización en Geomáticaspa
dc.creator.degreeEspecialista en Geomáticaspa
dc.source.bibliographicCitationGonzález, J. (Noviembre de 2018) Minería de Datos, Universidad Politécnica de Puebla. Obtenido de: https://ccc.inaoep.mx/~jagonzalez/AI/Sesion13_Data_Mining.pdfspa
dc.source.bibliographicCitationLeón, E. (Noviembre de 2018) Diplomado en Minería de Datos (Universidad Nacional de Colombia). Obtenido de:http://disi.unal.edu.co/profesores/eleonguz/cursos/md/presentaciones/spa
dc.source.bibliographicCitationMinisterio de las TIC (Noviembre de 2017) Colombia es uno de los países con más usuarios de las redes sociales en la región. Obtenido de: https://www.mintic.gov.co/portal/604/w3-article-2713.htmlspa
dc.source.bibliographicCitationGallardo, J. (2009) Metodología para la Definición de Requisitos en proyectos de Data Mining. Obtenido de: http://oa.upm.es/1946/1/JOSE_ALBERTO_GALLARDO_ARANCIBIA.pdfspa
dc.source.bibliographicCitationWeb Empresa (Marzo de 2018) ¿Qué es Twitter? ¿Cómo funciona? ¿Cómo puedo usarlo para mi organización? Obtenido de: https://www.webempresa.com/blog/que-es-twitter-como-funciona.htmlspa
dc.source.bibliographicCitationTwitter (2018) Información sobre las API de Twitter. Obtenido de: https://help.twitter.com/es/rules-and-policies/twitter-apispa
dc.source.bibliographicCitationTwitter (2018) Introduction to Tweet JSON. Obtenido de: https://developer.twitter.com/en/docs/tweets/data-dictionary/overview/intro-to-tweet-jsonspa
dc.source.bibliographicCitationTwitter (2018) Tweet Object. Obtenido de: https://developer.twitter.com/en/docs/tweets/data-dictionary/overview/tweet-objectspa
dc.source.bibliographicCitationBahit, E. (2013) Python para Principantes. Obtenido de: https://librosweb.es/libro/python/spa
dc.source.bibliographicCitationParadigma Digital (Noviembre de 2017) ¿Es Python el lenguaje del futuro? Obtenido de: https://www.paradigmadigital.com/dev/es-python-el-lenguaje-del-futuro/spa
dc.source.bibliographicCitationPostgreSQL Tutorial (2018) What is PostgreSQL? Obtenido de: http://www.postgresqltutorial.com/what-is-postgresql/spa
dc.source.bibliographicCitationESRI (2018) ¿Cómo funciona la Densidad Kernel? Obtenido de: https://pro.arcgis.com/es/pro-app/tool-reference/spatial-analyst/how-kernel-density-works.htmspa
dc.source.bibliographicCitationESRI (2018) Distancia Estándar. Obtenido de: http://desktop.arcgis.com/es/arcmap/10.3/tools/spatial-statistics-toolbox/standard-distance.htmspa
dc.source.bibliographicCitationESRI (2018) Análisis de Puntos Calientes Optimizado. Obtenido de: http://desktop.arcgis.com/es/arcmap/10.3/tools/spatial-statistics-toolbox/optimized-hot-spot-analysis.htmspa
dc.source.bibliographicCitationESRI (2018) ¿Cómo funciona el análisis de puntos calientes optimizado? Obtenido de: http://desktop.arcgis.com/es/arcmap/10.3/tools/spatial-statistics-toolbox/how-optimized-hot-spot-analysis-works.htmspa
dc.source.bibliographicCitationESRI (2018) ¿Cómo funciona Análisis de Puntos Calientes (Gi* de Getis-Ord)? Obtenido de: http://desktop.arcgis.com/es/arcmap/10.3/tools/spatial-statistics-toolbox/h-how-hot-spot-analysis-getis-ord-gi-spatial-stati.htmspa
dc.source.bibliographicCitationStone, N. (2017), Social Media Canvassing Using Twitter and WebGIS to Aid in Solving Crime, University of Southern California. Obtenido de: https://spatial.usc.edu/wp-content/uploads/2017/10/Stone_Neil.pdfspa
dc.source.bibliographicCitationWageningen University and Research (WUR) Geoscripting (2018) Harvesting Tweets with Python. Obtenido de: http://geoscripting-wur.github.io/PythonWeek/PythonTwitter.html#Python_notebooks_for_the_self_studyspa
dc.source.bibliographicCitationPardo, P. (2013) Geolocalizando Tweets con Python. Obtenido de: http://pardozaragoza.blogspot.com/2013/04/capturando-tweets-con-python-tutorial-1.htmlspa
dc.source.bibliographicCitationIDECA (Septiembre de 2018) Mapa de Referencia de Bogotá D.C. Obtenido de: https://www.ideca.gov.co/es/servicios/mapa-de-referencia/tabla-mapa-referenciaspa
dc.thesis.levelEspecializaciónspa
dc.thesis.disciplineIngeniería - Especialización en Geomáticaspa
dc.type.dcmi-type-vocabularyTextspa
dc.type.versioninfo:eu-repo/semantics/acceptedVersionspa
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadasspa


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

Derechos Reservados - Universidad Militar Nueva Granada, 2018
Except where otherwise noted, this item's license is described as Derechos Reservados - Universidad Militar Nueva Granada, 2018