Aplicación de la minería de datos distribuida usando algoritmo de Clustering K-Means para mejorar la calidad de servicios de las organizaciones modernas caso: Poder judicial

• Autor: Mamani Rodríguez, Zoraida Emperatriz
• Formato: tesis de maestría
• Fecha de Publicación: 2015
• Institución: Universidad Nacional Mayor de San Marcos
• Repositorio: UNMSM-Tesis
• Lenguaje: español
• OAI Identifier: oai:cybertesis.unmsm.edu.pe:20.500.12672/4472
• Enlace del recurso: https://hdl.handle.net/20.500.12672/4472
• Nivel de acceso: acceso abierto
• Materia: Minería de Datos Distribuida; Algoritmo Clustering; K-means; Detección de Patrones; https://purl.org/pe-repo/ocde/ford#1.01.00

La minería de datos distribuida está contemplada en el campo de la investigación que 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. En ese contexto, el presente trabajo realiza una revisión bibliográfica de las técnicas clustering k-means, elabora una propuesta concreta, desarrolla un prototipo de aplicación y concluye fundamentando los beneficios que obtendrían las organizaciones con su implementación.