Minerٕía de datos distribuida usando clustering k-means en la predictibilidad del proceso petitorio en una organización pública

• Autores: Mamani Rodríguez, Zoraida, Del Pino Rodríguez, Luz, Cortez Vasquez, Augusto
• Formato: artículo
• Fecha de Publicación: 2017
• Institución: Universidad Nacional Mayor de San Marcos
• Repositorio: Revista UNMSM - Industrial Data
• Lenguaje: español
• OAI Identifier: oai:ojs.csi.unmsm:article/13949
• Enlace del recurso: https://revistasinvestigacion.unmsm.edu.pe/index.php/idata/article/view/13949
• Nivel de acceso: acceso abierto
• Materia: Distributed Data Mining; Clustering Algorithm; K-means; Petition; Minería de Datos Distribuida; Algoritmo Clustering; petitorio

La minería de datos distribuida está contemplada en el campo de la investigación e implica la aplicación del proceso de extracción de conocimiento sobre grandes volúmenes de información almacenados en bases de datos distribuidas. Las organizaciones modernas requieren de herramientas que realicen tareas de predicción, pronósticos, clasificación entre otros y en línea, sobre sus bases de datos que se ubican en diferentes nodos interconectados a través de internet, de manera que les permita mejorar la calidad de sus servicios. El Clustering es una de las principales tecnicas de modelado de la mineria de datos la cual consiste en dividir la información en grupos diferentes, internamente los miembros de cada grupo son muy similares unos de otros y disimiles respecto a los miembos de los otros grupos. Los grupos o clusters resultantes permiten predecir patrones de comportamiento que pueden aportar en la toma de decisiones de las organizaciones. Es en este contexto que el presente trabajo elabora una propuesta de un prototipo de aplicación de minería de datos distribuida basado en la técnica k-means en la predictibilidad del proceso petitorio de una organizacion pública.
Distributed data mining is contemplated in the field of research and involves the application of the process of extracting knowledge about large volumes of information stored in distributed databases. Modern organizations require tools that perform tasks of prediction, forecasting, classification and others, online, on their databases that are located in different nodes interconnected through the Internet, in a way that allows them to improve the quality of their services. Clustering is one of the main modeling techniques of data mining which consists of dividing the information into different groups, internally the members of each group are very similar to each other and dissimilar to the members of the other groups. The resulting clusters or clusters allow us to predict patterns of behavior that can contribute to organizational decision-making. It is in this context that the present work elaborates a proposal of a prototype of application of distributed data mining based on the k-means technique in the predictibilidad of the request process of a public organization.