000			03154nam a22003257a 4500
001			TICS 007
003			gtcocun
005			20251003161218.0
006			a||||gr|||| 00| 0
007			ta
008			251003b2024 gt ||||| m||| 00| 0 eng d
040			_agtcocun _bSPA _cgtcocun _eRDA
041			_aSPA TICS 007
084			_0TICS 007
100			_aChub Yat, Jonatan Francisco _eAutor
245			_a TESIS ANALISIS Y MANEJO DE DATOS NO ESTRUCTURADOS A TRAVEZ DE LA MINERIA DE DATOS APLICADAS AL COVID-19/ _cJonatan Francisco Chub Yat. _hImpreso
264			_aCobán, Alta Verapaz: _bUniversidad de San Carlos de Guatemala, Centro Universitario del Norte, Carrera Ingeniería en Ciencias y Sistemas _c2024
300			_a64 p.: _bIlustraciones, gráficas. _c28 cm;
336			_2rdacontenido _aTexto _btxt
337			_2rdamedio _aComputadora _bn
338			_2rdasoporte _aCódigo en línea _bcr
502			_e TICS 007
502			_aTesis de grado _bCarrera Ingeniería en Ciencias y Sistemas, _cUniversidad de San Carlos de Guatemala, Centro Universitario del Norte, Carrera Ingeniería en Ciencias y Sistemas _d2024 _oTICS 007
520	1	4	_a 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.
650			_2LEMB _aCobán, Alta Verapaz _xIngeniería en Ciencias y Sistemas _xMinería de datos _xRedes sociales _xAnálisis _xPatrones _xCovid _xGuatemala
700			_aIng. Luis Jacobo Rodas Morales _eAsesor
856			_uhttps://drive.google.com/file/d/1DUWVXMwVgTvmJ7q15KGzRo5iNCucSYWR/view _yPDF _zUn ejemplar en línea.
942			_2ddc _cTES _iTICS 007 _kClasificación _n0 _6TICS_007_000000000000000
999			_c2215 _d2215