TESIS ANALISIS Y MANEJO DE DATOS NO ESTRUCTURADOS A TRAVEZ DE LA MINERIA DE DATOS APLICADAS AL COVID-19/ Jonatan Francisco Chub Yat. Impreso

Por:

Chub Yat, Jonatan Francisco [Autor]

Colaborador(es):

Ing. Luis Jacobo Rodas Morales [Asesor]

Tipo de material:

TextoIdioma: SPA TICS 007 Cobán, Alta Verapaz: Universidad de San Carlos de Guatemala, Centro Universitario del Norte, Carrera Ingeniería en Ciencias y Sistemas 2024Descripción: 64 p.: Ilustraciones, gráficas. 28 cmTipo de contenido:

Texto

Tipo de medio:

Computadora

Tipo de soporte:

Código en línea

Tema(s):

Cobán, Alta Verapaz -- Ingeniería en Ciencias y Sistemas -- Minería de datos -- Redes sociales -- Análisis -- Patrones -- Covid -- Guatemala

Otra clasificación:

Recursos en línea:

PDF Un ejemplar en línea.

Nota de disertación: Tesis de grado Carrera Ingeniería en Ciencias y Sistemas, Universidad de San Carlos de Guatemala, Centro Universitario del Norte, Carrera Ingeniería en Ciencias y Sistemas 2024 TICS 007 Revisión: En la presente investigación se centra en la aplicación de técnicas avanzadas de minería de datos en el contexto de la pandemia de COVID-19 en Guatemala, con énfasis en el análisis de datos no estructurados provenientes de las redes sociales, incluyendo Twitter, Facebook e Instagram. Los datos se extrajeron en formato JSON, y se emplearon herramientas de programación en Python, entornos de desarrollo como Jupyter Notebook, y herramientas de visualización, especialmente Power BI, para la realización de este análisis. El uso de herramientas de programación desempeñó un papel central en la recopilación y procesamiento de datos no estructurados. Las técnicas de Procesamiento de Lenguaje Natural (NLP) se aplicaron para identificar patrones de sentimiento, analizar el contenido de los mensajes y descubrir tendencias emergentes en la conversación en línea relacionada con el COVID-19 en Guatemala. Además, se utilizó Power BI para visualizar de manera efectiva los resultados de esta minería de datos, lo que permitió identificar información relevante y tomar decisiones informadas. Al finalizar el experimento, se determinó patrones de comportamiento en las diferentes redes sociales, los hallazgos de esta investigación contribuyen significativamente a la comprensión de cómo la información generada en las redes sociales puede influir en la gestión de crisis de salud pública..El análisis de datos y la epidemiología, tiene el potencial de mejorar la capacidad de respuesta a futuras crisis de salud pública en Guatemala y en otros lugares.

Tipo de ítem:

TESIS

Existencias ( 1 )
Notas de título ( 3 )

Existencias
Imagen de cubierta	Tipo de ítem	Biblioteca actual	Biblioteca de origen	Colección	Ubicación en estantería	Signatura topográfica	Materiales especificados	Info Vol	URL	Copia número	Estado	Notas	Fecha de vencimiento	Código de barras	Reserva de ítems	Prioridad de la cola de reserva de ejemplar	Reservas para cursos
		BIBLIOTECA- CUNOR -JOSÉ LUIS GONZALES ROSALES Colección tesis		tesis		TICS 007 (Navegar estantería(Abre debajo))					Disponible			TICS 007

TICS 007

Tesis de grado Carrera Ingeniería en Ciencias y Sistemas, Universidad de San Carlos de Guatemala, Centro Universitario del Norte, Carrera Ingeniería en Ciencias y Sistemas 2024 TICS 007

En la presente investigación se centra en la aplicación de técnicas avanzadas de minería de datos en el contexto de la pandemia de COVID-19 en Guatemala, con énfasis en el análisis de datos no estructurados provenientes de las redes sociales, incluyendo Twitter, Facebook e Instagram. Los datos se extrajeron en formato JSON, y se emplearon herramientas de programación en Python, entornos de desarrollo como Jupyter Notebook, y herramientas de visualización, especialmente Power BI, para la realización de este análisis.

El uso de herramientas de programación desempeñó un papel central en la recopilación y procesamiento de datos no estructurados. Las técnicas de Procesamiento de Lenguaje Natural (NLP) se aplicaron para identificar patrones de sentimiento, analizar el contenido de los mensajes y descubrir tendencias emergentes en la conversación en línea relacionada con el COVID-19 en Guatemala. Además, se utilizó Power BI para visualizar de manera efectiva los resultados de esta minería de datos, lo que permitió identificar información relevante y tomar decisiones informadas.

Al finalizar el experimento, se determinó patrones de comportamiento en las diferentes redes sociales, los hallazgos de esta investigación contribuyen significativamente a la comprensión de cómo la información generada en las redes sociales puede influir en la gestión de crisis de salud pública..El análisis de datos y la epidemiología, tiene el potencial de mejorar la capacidad de respuesta a futuras crisis de salud pública en Guatemala y en otros lugares.