Social Mining en un Ecosistema de Big Data
M.C. Juan Carlos Olivares Rojas
Desarrollo
Se utilizó el manejador de base de datos Cassandra debido a su facilidad de migración con su lenguaje CQL (Muy Similar a SQL de Dialectos como MySQL)
Desarrollo
Conclusiones
Se cuenta con un pequeño prototipo que almacena, consulta y muestra información usando un esquema de Big Data.
Hace falta realizar un análisis de información no estructurada para mejorar búsquedas.
Trabajo Futuro
Análisis en profundidad de almacenamiento físico para otras bases de datos (Diabetes)
Explotación de datos en aplicaciones Web y Móviles.
Agradecimientos
M.C. Cristhian Torres Millarez
Lic. Jorge Sánchez Vega
Programa Delfín: ITS Huetamo, Puruándiro y De los Ríos
Desarrollo
Revisión Teórica del Estado del Arte
Esquemas de Almacenamiento Físico
Bases de Datos NOSQL
Herramientas para Análisis
Introducción
Análisis de Tweets y de Mensajes en Instagram para detectar intereses de viajes.
Problemática en el almacenamiento de datos y búsqueda de información
Introducción
Proyecto de Estímulo a la Innovación CONACyT: Efecto Mescalina-ITM-ITESM Campus Morelia
Sistema de Interconexión entre la Web 2.0 y el Internet de las Cosas para Aplicaciones de Marketing Digital
Social Mining
Social Mining
Análisis de Datos (Analytics) en "Social Media" para obtener conocimiento para la toma efectiva de decisiones.
Va más allá de información estadística
¿Preguntas?
http://dsc.itmorelia.edu.mx/~jcolivares/
[email protected]
[email protected]
/juancarlosolivaresrojas
@jcolivares
2
M.C. Juan Carlos Olivares Rojas
[email protected]
1
En los últimos años, el volumen de información en las aplicaciones ha crecido de forma exponecialmente. Desafortunadamente las bases de datos relacionales comienzan a mostrar signos de estrés en entornos donde el almacenamiento, la búsqueda, y la compartición de los datos en grandes volúmenes son el pan nuestro de cada día, por tal motivo se necesita de nuevos esquemas de almacenamiento de información como el "Big Data".
16/10/14
Nr.
Clic para editar título
Haga clic para modificar el estilo de texto del patrón
Segundo nivel
Tercer nivel
Cuarto nivel
Quinto nivel
Clic para editar título
Haga clic para modificar el estilo de subtítulo del patrón
Clic para editar título
Haga clic para modificar el estilo de texto del patrón
Segundo nivel
Tercer nivel
Cuarto nivel
Quinto nivel
Click to edit Master title style
16/10/14
Nr.
Consiste en convertir datos imperfectos, no estructurados y complejos acerca del estado de bienestar de las personas, en información procesable, que reduzca las brechas temporales y de conocimiento para:
Tomar decisiones de política pública que respondan oportunamente a determinadas situaciones
Tener rápida retroalimentación sobre el impacto de tales políticas.
Permite generar información inteligente que puede ahorrar recursos en la generación de estadísticas para políticas de desarrollo.
La analítica de grandes datos se refiere a las herramientas y metodologías par transformar cantidades masivas de datos brutos en "datos sobre datos" con propósitos analíticos
Se originó en las áreas de biología intensiva en cómputo, ingeniería biomédica, medicina y electrónica
Algoritmos para detectar patrones, tendencias y correlaciones, en varios horizontes temporales, en los datos
Uso de técnicas avanzadas de visualización: datos que hacen sentido
3
8
7
6
5
En este trabajo, se utiliza un esquema de Big Data para dar soluciónes a almacenamiento de aplicaciones de redes sociales, donde en grandes volumenes de datos se pretende encontrar conocimiento, a esto se le denomina social mining.
4
9
Resultando como herramientas viables para el análisis de los datos: Pentaho, InfiniDB, InfoBright, base de datos no relacionales (MongoDB, Cassandra). Dichas herramientas fueron instaladas y utilizadas. Teniendo como modelo relacional una BD de una aplicación social que usa la API detwitter, se normalizo a la estructura NoSQL de Cassandra del cual se realizaron consultas para obtener información específica sobre el planteamiento del problema
10
Resultando como herramientas viables para el análisis de los datos: Pentaho, InfiniDB, InfoBright, base de datos no relacionales (MongoDB, Cassandra). Dichas herramientas fueron instaladas y utilizadas. Teniendo como modelo relacional una BD de una aplicación social que usa la API detwitter, se normalizo a la estructura NoSQL de Cassandra del cual se realizaron consultas para obtener información específica sobre el planteamiento del problema
11
16
15
13
14
16/10/14
Haga clic para modificar el estilo de texto del patrón
Segundo nivel
Tercer nivel
Cuarto nivel
Quinto nivel
Nr.
