Implementación de proyectos de Big Data
esta época de información y datos, las empresas tienen que usar todos los recursos que tienen disponibles, para poder tener ventajas que les permitan hacerse con más clientes y, así mismo, mantener la confianza que se tiene con los clientes antiguos. Uno de estos recursos son los datos, de todo tipo...
- Autores:
-
Gómez Pinzón, Juan Camilo
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2017
- Institución:
- Universidad Libre
- Repositorio:
- RIU - Repositorio Institucional UniLibre
- Idioma:
- spa
- OAI Identifier:
- oai:repository.unilibre.edu.co:10901/11214
- Acceso en línea:
- https://hdl.handle.net/10901/11214
- Palabra clave:
- Big data
Análisis de datos
Modelo de datos
Tesis
Tesis ingeniería
Facultad de ingeniería
Ingeniería de sistemas
Software
IDO Base de datos
Banco de datos
Programación informática
Big data
Hadoop
MapReduce
Análisis de datos
Modelo de datos
Software
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-nc-nd/2.5/co/
| id |
RULIBRE2_7a73f40dd1bed38d1915181713f12fc8 |
|---|---|
| oai_identifier_str |
oai:repository.unilibre.edu.co:10901/11214 |
| network_acronym_str |
RULIBRE2 |
| network_name_str |
RIU - Repositorio Institucional UniLibre |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Implementación de proyectos de Big Data |
| title |
Implementación de proyectos de Big Data |
| spellingShingle |
Implementación de proyectos de Big Data Big data Análisis de datos Modelo de datos Tesis Tesis ingeniería Facultad de ingeniería Ingeniería de sistemas Software IDO Base de datos Banco de datos Programación informática Big data Hadoop MapReduce Análisis de datos Modelo de datos Software |
| title_short |
Implementación de proyectos de Big Data |
| title_full |
Implementación de proyectos de Big Data |
| title_fullStr |
Implementación de proyectos de Big Data |
| title_full_unstemmed |
Implementación de proyectos de Big Data |
| title_sort |
Implementación de proyectos de Big Data |
| dc.creator.fl_str_mv |
Gómez Pinzón, Juan Camilo |
| dc.contributor.advisor.none.fl_str_mv |
Alfonso, Mauricio |
| dc.contributor.author.none.fl_str_mv |
Gómez Pinzón, Juan Camilo |
| dc.subject.spa.fl_str_mv |
Big data Análisis de datos Modelo de datos |
| topic |
Big data Análisis de datos Modelo de datos Tesis Tesis ingeniería Facultad de ingeniería Ingeniería de sistemas Software IDO Base de datos Banco de datos Programación informática Big data Hadoop MapReduce Análisis de datos Modelo de datos Software |
| dc.subject.lemb.spa.fl_str_mv |
Tesis Tesis ingeniería Facultad de ingeniería Ingeniería de sistemas Software IDO Base de datos Banco de datos Programación informática |
| dc.subject.proposal.spa.fl_str_mv |
Big data Hadoop MapReduce Análisis de datos Modelo de datos Software |
| description |
esta época de información y datos, las empresas tienen que usar todos los recursos que tienen disponibles, para poder tener ventajas que les permitan hacerse con más clientes y, así mismo, mantener la confianza que se tiene con los clientes antiguos. Uno de estos recursos son los datos, de todo tipo, información que para la compañía sin ningún tipo de transformación o análisis no tiene un gran valor, sin embargo, con tecnologías que no son nuevas, pero que en años recientes han sido más y más usadas como lo es el Big Data, se puede generar un valor considerable para cualquier tipo de compañía que utilice los datos como su principal fuente de información. La tecnología de Big Data tiene que pasar por diferentes etapas y cubriendo varios aspectos que son relevantes para la implementación de un proyecto de este tipo, para esto usaremos como caso de uso un vendedor de software/ licencias de uso de software, y que deberían tener en cuenta para un proyecto enfocado en Big Data, pasando por todas sus etapas y conceptos principales. |
| publishDate |
2017 |
| dc.date.created.none.fl_str_mv |
2017-09-27 |
| dc.date.accessioned.none.fl_str_mv |
2018-03-09T16:24:34Z |
| dc.date.available.none.fl_str_mv |
2018-03-09T16:24:34Z |
| dc.type.local.spa.fl_str_mv |
Tesis de Pregrado |
| dc.type.hasversion.spa.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
acceptedVersion |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/10901/11214 |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad Libre |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Universidad Libre |
| url |
https://hdl.handle.net/10901/11214 |
| identifier_str_mv |
instname:Universidad Libre reponame:Repositorio Institucional Universidad Libre |
| dc.language.iso.none.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.Eng.fl_str_mv |
J Nagler, JA Tucker ,Drawing inferences and testing theories with big data, 2015 E. Redmond, & J. Wilson, Seven Databases in Seven Weeks, USA: O'Reilly Media, Inc., Pragmatic Programmers, LLC. 2012 Emc.com, Big Data transforms Business. Disponible en: http://www.emc.com/microsites/ebook/index.htm#/slide-intro, 2012 T. Olavsrud, Big Data Causes Concern and Big Confusion. Disponible en: http://www.cio.com/article/700804/Big_Data_Causes_Concern_and_Big_Co nfusion?page=2&taxonomyId=3002, 2012 K Krishnan , Data warehousing in the age of big data, 2013 |
| dc.relation.references.Spa.fl_str_mv |
F. Carrasco, Los 6 pasos que su organización debe seguir para confiar en Big Data. América Latina. Disponible en: http://www.cioal.com/2013/07/31/los-6-pasos-que-su-organizacion-debeseguir-para-confiar-en-big-data/, 2013. ibm.com, ¿Qué es Big Data? Disponible en: http://www.ibm.com/developerworks/ssa/local/im/que-es-bigdata/index.html, 2012 es.wikipedia.org, RFID. Disponible en: http://es.wikipedia.org/wiki/RFID, 2010. es.wikipedia.org, RFID. Disponible en: http://es.wikipedia.org/wiki/RFID, 2010. hadoop.apache.org, Disponible en: http://hadoop.apache.org/, 2013 |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ |
| dc.rights.license.*.fl_str_mv |
Atribución-NoComercial-SinDerivadas 2.5 Colombia |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ Atribución-NoComercial-SinDerivadas 2.5 Colombia http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
PDF |
| dc.format.mimetype.none.fl_str_mv |
application/pdf |
| dc.coverage.spatial.spa.fl_str_mv |
Bogotá |
| institution |
Universidad Libre |
| bitstream.url.fl_str_mv |
http://repository.unilibre.edu.co/bitstream/10901/11214/3/Implementacion%20de%20proyectosde%20Big%20Data.pdf.jpg http://repository.unilibre.edu.co/bitstream/10901/11214/1/Implementacion%20de%20proyectosde%20Big%20Data.pdf http://repository.unilibre.edu.co/bitstream/10901/11214/4/G%c3%b3mez%20Pinz%c3%b3n%20Juan%20Camilo.pdf http://repository.unilibre.edu.co/bitstream/10901/11214/2/license.txt |
| bitstream.checksum.fl_str_mv |
20a76f8afacf17a23e3daaaf5ba07579 51d5b605c500ad806fb81beb1bde9db9 d07f867bd7c3783c6c9e445a25153b4d 8a4605be74aa9ea9d79846c1fba20a33 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional Unilibre |
| repository.mail.fl_str_mv |
repositorio@unilibrebog.edu.co |
| _version_ |
1814090418562793472 |
| spelling |
Alfonso, MauricioGómez Pinzón, Juan CamiloBogotá2018-03-09T16:24:34Z2018-03-09T16:24:34Z2017-09-27https://hdl.handle.net/10901/11214instname:Universidad Librereponame:Repositorio Institucional Universidad Libreesta época de información y datos, las empresas tienen que usar todos los recursos que tienen disponibles, para poder tener ventajas que les permitan hacerse con más clientes y, así mismo, mantener la confianza que se tiene con los clientes antiguos. Uno de estos recursos son los datos, de todo tipo, información que para la compañía sin ningún tipo de transformación o análisis no tiene un gran valor, sin embargo, con tecnologías que no son nuevas, pero que en años recientes han sido más y más usadas como lo es el Big Data, se puede generar un valor considerable para cualquier tipo de compañía que utilice los datos como su principal fuente de información. La tecnología de Big Data tiene que pasar por diferentes etapas y cubriendo varios aspectos que son relevantes para la implementación de un proyecto de este tipo, para esto usaremos como caso de uso un vendedor de software/ licencias de uso de software, y que deberían tener en cuenta para un proyecto enfocado en Big Data, pasando por todas sus etapas y conceptos principales.PDFapplication/pdfspahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Atribución-NoComercial-SinDerivadas 2.5 Colombiainfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Big dataAnálisis de datosModelo de datosTesisTesis ingenieríaFacultad de ingenieríaIngeniería de sistemasSoftwareIDO Base de datosBanco de datosProgramación informáticaBig dataHadoopMapReduceAnálisis de datosModelo de datosSoftwareImplementación de proyectos de Big DataTesis de Pregradoinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisJ Nagler, JA Tucker ,Drawing inferences and testing theories with big data, 2015E. Redmond, & J. Wilson, Seven Databases in Seven Weeks, USA: O'Reilly Media, Inc., Pragmatic Programmers, LLC. 2012Emc.com, Big Data transforms Business. Disponible en: http://www.emc.com/microsites/ebook/index.htm#/slide-intro, 2012T. Olavsrud, Big Data Causes Concern and Big Confusion. Disponible en: http://www.cio.com/article/700804/Big_Data_Causes_Concern_and_Big_Co nfusion?page=2&taxonomyId=3002, 2012K Krishnan , Data warehousing in the age of big data, 2013F. Carrasco, Los 6 pasos que su organización debe seguir para confiar en Big Data. América Latina. Disponible en: http://www.cioal.com/2013/07/31/los-6-pasos-que-su-organizacion-debeseguir-para-confiar-en-big-data/, 2013.ibm.com, ¿Qué es Big Data? Disponible en: http://www.ibm.com/developerworks/ssa/local/im/que-es-bigdata/index.html, 2012es.wikipedia.org, RFID. Disponible en: http://es.wikipedia.org/wiki/RFID, 2010.es.wikipedia.org, RFID. Disponible en: http://es.wikipedia.org/wiki/RFID, 2010.hadoop.apache.org, Disponible en: http://hadoop.apache.org/, 2013THUMBNAILImplementacion de proyectosde Big Data.pdf.jpgImplementacion de proyectosde Big Data.pdf.jpgimage/png158972http://repository.unilibre.edu.co/bitstream/10901/11214/3/Implementacion%20de%20proyectosde%20Big%20Data.pdf.jpg20a76f8afacf17a23e3daaaf5ba07579MD53ORIGINALImplementacion de proyectosde Big Data.pdfImplementacion de proyectosde Big Data.pdfGómezPinzónJuanCamilo2017application/pdf1038913http://repository.unilibre.edu.co/bitstream/10901/11214/1/Implementacion%20de%20proyectosde%20Big%20Data.pdf51d5b605c500ad806fb81beb1bde9db9MD51Gómez Pinzón Juan Camilo.pdfGómez Pinzón Juan Camilo.pdfapplication/pdf328625http://repository.unilibre.edu.co/bitstream/10901/11214/4/G%c3%b3mez%20Pinz%c3%b3n%20Juan%20Camilo.pdfd07f867bd7c3783c6c9e445a25153b4dMD54LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://repository.unilibre.edu.co/bitstream/10901/11214/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD5210901/11214oai:repository.unilibre.edu.co:10901/112142024-10-18 08:41:18.328Repositorio Institucional Unilibrerepositorio@unilibrebog.edu.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 |