• Repositorio Institucional Universidad de Pamplona
  • Trabajos de pregrado y especialización
  • Facultad de Ingenierías y Arquitectura
  • Ingeniería de Sistemas
    • Please use this identifier to cite or link to this item: http://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/5593
    Full metadata record
    DC FieldValueLanguage
    dc.contributor.authorMejía Meza, Edilberto.-
    dc.date.accessioned2022-12-19T20:42:51Z-
    dc.date.available2020-
    dc.date.available2022-12-19T20:42:51Z-
    dc.date.issued2020-
    dc.identifier.citationMejía Meza, E. (2019). Diseño De Una Metodología De Análisis De Texto -Una Implementación Desde La Complejidad Y Teoría De Redes Complejas- [Trabajo de grado pregrado, Universidad de Pamplona]. Repositorio Hulago Universidad de Pamplona. http://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/5593es_CO
    dc.identifier.urihttp://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/5593-
    dc.descriptionEl presente trabajo consiste en desarrollar una metodología para el análisis textual aplicando nociones de minería de texto, redes complejas y complejidad. La técnica propuesta en el trabajo tiene como objetivo brindar una herramienta que permita el análisis estadístico por medio de Big Data en una base de datos de texto, que más adelante será evaluada a través de un prototipo codificado en R con el fin de utilizar las ventajas que este lenguaje provee respecto a la estadística. La herramienta realizará la minería de texto de documentos seleccionados en los que es necesaria su limpieza y corrección, debido a errores de tipo ortográfico. Los datos obtenidos, serán procesados de manera estadística, será calculada su complejidad y se visualizarán a través de redes complejas. El análisis automatizado utilizará técnicas de aprendizaje automático (Machine Learning), inteligencia artificial y técnicas de ciencia de datos. Con ello se logrará el tratamiento ágil de textos de difícil lectura y tratamiento a través de la hibridación de técnicas en un ambiente de software libre.es_CO
    dc.description.abstractThe present work consists in developing a methodology for textual analysis applying notions of text mining, complex networks and complexity. The technique proposed in the work aims to provide a tool that allows statistical analysis through Big Data in a text database, which will later be potentially through an R-coded prototype in order to use the advantages that this language provides regarding statistics. The tool used for text mining of selected documents in which cleaning and correction is necessary, due to spelling errors. The updated data will be processed statistically, its complexity will be calculated and displayed through complex networks. Automated analysis will use machine learning techniques, artificial intelligence and data science techniques. With this, the agile treatment of difficult-to-read texts and treatment will be achieved through the hybridization of techniques in a free software environmentes_CO
    dc.format.extent63es_CO
    dc.format.mimetypeapplication/pdfes_CO
    dc.publisherUniversidad de Pamplona – Facultad de Ingenierías y Arquitectura.es_CO
    dc.subjectRedes Complejas.es_CO
    dc.subjectComplejidad.es_CO
    dc.subjectMinería de texto.es_CO
    dc.subjectAuto-Organización.es_CO
    dc.subjectRedes de Co-ocurrencia.es_CO
    dc.subjectEmergencia.es_CO
    dc.subjectPreprocesamiento.es_CO
    dc.titleDiseño De Una Metodología De Análisis De Texto -Una Implementación Desde La Complejidad Y Teoría De Redes Complejas-.es_CO
    dc.typehttp://purl.org/coar/resource_type/c_7a1fes_CO
    dc.date.accepted2019-
    dc.relation.referencesJusticia, M.D.C. (2017). Nuevas Técnicas de Minería de Texto: Aplicaciones. (Tesis Doctoral). Universidad de Granada. España.es_CO
    dc.relation.referencesTan, A.-H. (1999). Text mining: Promises and Challenges. In Pacic Asia Conf On Knowledge Discovery and data Mining PAKDD´99 workshop on Knowledge Discovery from Advance Databases.es_CO
    dc.relation.referencesFeldman, R. and Dagan, I. (1995). Knowledge discovery in textual database(kdt). In KDD, volume 95es_CO
    dc.relation.referencesFrawley, W. J., Piatetsky-Shapiro, G., and Matheus, C. J. (1992) Knowledge discovery in tatabases: An overview. AI magazine.es_CO
    dc.relation.referencesHearst. M. A. (1999b). Untangling text data mining. In Proceesings of the 37th annual meeting of the Association for Computational Linguistics on Computational Linguistics. Association for Computational Linguistics.es_CO
    dc.relation.referencesKim, K., Ko, S., Elmqvist, N., and Ebert, D. S. (2011). Wordbridge: Using composite tag clouds in mode-link diagrams for visualizing content and relation in text corpora. In System Sciences (HICSS), 2011 44 th Hawaii International Conferences. IEEE.es_CO
    dc.relation.referencesArévalo, J. L, Perez, R, (n.d.). ESTADO DEL ARTE EN LA UTILIZACIÓN DE TECNICAS AVANZADAS PARA LA BUSQUEDA DE INFORMACIÓN NO TRIVIAL A PARTIR DE DATOS EN LOS SISTEMAS DE ABASTECIMIENTO DE AGUA POTABLE [Archivo PDF]. Recuperado de http://www.lenhs.ct.ufpb.br/html/downloads/serea/4serea/serea2002/trabalhos/A15_15.pdfes_CO
    dc.relation.referencesIBM. (s.f.). IBM Knowledge Center. Obtenido de https://www.ibm.com/support/knowledgecenter/es/SS3RA7_18.1.1/ta_guide_ddita/textmini ng/shared_entities/tm_intro_tm_defined.htmles_CO
    dc.relation.referencesSalamanca, U. d. (2018). Universo Abierto. Obtenido de Blog de la biblioteca de Traducción y Documentación de la Universidad de Salamanca: https://universoabierto.org/2018/02/22/que-es-la-mineria-de-textos-como-funciona-y-porque- es-util/es_CO
    dc.relation.referencesALBERT-LASZLO BARABASI. Network Science, Chapter 2 - Graph Theory.es_CO
    dc.relation.referencesDavid Easley and Jon Kleinberg. Networks, crowds, and markets: Reasoning about a highly connected world. Cambridge University Press, 2010.es_CO
    dc.relation.referencesMark Newman, Albert-Laszlo Barabasi, and Duncan J Watts. The structure and dynamics of networks. Princeton University Press, 2011.es_CO
    dc.relation.referencesUniversidad Nacional del Sur, (2016). Recuperado de http://ars-uns.blogspot.com/2016/11/ars-101- redes-de-co-ocurrencia.html. Obtenido de Curso de postgrado "Analisis de redes sociales ".es_CO
    dc.relation.referencesUn enfoque Auto-organizado and Homeostático Emergente. Modelado multiagentes de sistemas dinámicos.es_CO
    dc.relation.referencesNELSON FERN_ANDEZ, JOSE AGUILAR, and OSWALDO TERAN. Formalization of emergent properties in computing agent networkses_CO
    dc.relation.referencesCarlos Gershenson and Nelson Fern_andez. Complexity and information: Measuring emergence, self-organization, and homeostasis at multiple scales. Com-plexity, 18(2):29{44, 2012.es_CO
    dc.relation.referencesCarlos Gershenson and Nelson Fernández. Complexity and information: Measuring emergence, self-organization, and homeostasis at multiple scales. Com-plexity,es_CO
    dc.relation.referencesFernandez, N. F. (2015). Modelado Multi-agentes de Sistemas Dinámicos.es_CO
    dc.relation.referencesMadrid, Y. A. (2016). Complejidad Estructural y Dinámica en Redes Libres de Escala y Pequeño Mundo. Pamplona - Colombia.es_CO
    dc.relation.referencesSwanson, Don R., idem.es_CO
    dc.relation.referencesText mining in a digital library. Ian H. Witten, Katherine J. Don, Michael Dewsnip, Valentin Tablan.es_CO
    dc.relation.referencesPowerData(2016). Calidad de datos en minería de datos a través del preprocesamientoes_CO
    dc.relation.referencesHernández y Rodríguez (2013). PREPROCESAMIENTO DE DATOS ESTRUCTURADOS, Universidad Distrital Francisco José de Caldases_CO
    dc.relation.referencesALBERT-LASZLO BARABASI. Network Science, Chapter 2 - Graph Theory.es_CO
    dc.relation.referencesFerrero-López. Data Science. Máxima formación. Recuperado de https://www.maximaformacion.es/blog-dat/que-es-r-software/#commentses_CO
    dc.relation.referencesLogicali(12 de febrero 2015). Data cleansing y sus fases: contra los problemas de calidad de datos. Recuperado de https://blog.es.logicalis.com/analytics/data-cleansing-y-sus-fasescontra- los-problemas-de-calidad-de-datoses_CO
    dc.relation.referencesUniversidad de Carlos III de Madrid (s.f). METODOLOGIA DE ANALISIS DE DATOS. Recuperado de http://ocw.uc3m.es/ingenieria-informatica/analisis-dedatos/ transparencias/metodologia.pdfes_CO
    dc.relation.referencesAnil Maheshwari and Michiel Smid. Introduction to theory of computation. Free Online, 2012.es_CO
    dc.relation.referencesPeter Pacheco. An introduction to parallel programming. Elsevier, 2011.es_CO
    dc.relation.referencesMadrid, Y. A. (2016). Complejidad Estructural y Dinámica en Redes Libres de escala y Pequeño Mundo. Pamplona - Colombia.es_CO
    dc.relation.referencesOrtega, O. (2019 SISTEMAS CON DINÁMICA ACOPLADA (SCDs) - UN ENFOQUE METODOLÓGICO DESDE EL ANÁLISIS FORMAL DE CONCEPTOS PARA LA INTEGRACIÓN DE TEORÍAS MULTIPLES AGENTES, REDES Y JUEGOS -. (Tesis Pregrado). Universidad de Pamplona. Colombia.es_CO
    dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2es_CO
    dc.type.coarversionhttp://purl.org/coar/resource_type/c_2df8fbb1es_CO
    Appears in Collections:Ingeniería de Sistemas

    Files in This Item:
    File Description SizeFormat 
    RODRÍGUEZ_2019_TG.pdf942,47 kBAdobe PDFView/Open
    Show simple item record


    Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.