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: Colaborador(es): 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): Otra clasificación:
Recursos 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
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

Cerrar el navegador de estanterías (Oculta el navegador de estanterías)

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.

Compartir