Aplicando técnicas de Minería de Datos en el desarrollo de un sitio web adaptativo

Internet actualmente es el medio más utilizado para la comunicación, consulta e investigación de cualquier tipo de información, por tal motivo los usuarios de Internet han aumentado notablemente así como la información solicitada por los mismos. Existen diversas formas y medios de adquirir informaci...

Full description

Autores:
Bermúdez Sandoval, Jairo Edinson
Rojas Goyeneche, Roger Eduardo
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2004
Institución:
Universidad Autónoma de Bucaramanga - UNAB
Repositorio:
Repositorio UNAB
Idioma:
spa
OAI Identifier:
oai:repository.unab.edu.co:20.500.12749/1319
Acceso en línea:
http://hdl.handle.net/20.500.12749/1319
Palabra clave:
Data mining (Computer programming)
Electronic data processing
Business administration
Information storage systems
Information retrieval systems
Databases
Systems engineering
Investigations
Analysis
Knowledge patterns
Computer systems
Building applications
Data mining
Data mining (Programación para computador)
Procesamiento electrónico de datos
Administración de empresas
Sistemas de almacenamiento de información
Sistemas de recuperación de información
Bases de datos
Ingeniería de sistemas
Investigaciones
Análisis
Patrones de conocimiento
Sistemas informáticos
Construcción de aplicaciones
Minería de datos
Rights
openAccess
License
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
id UNAB2_805961dbfa7f7b752661b1596a439db9
oai_identifier_str oai:repository.unab.edu.co:20.500.12749/1319
network_acronym_str UNAB2
network_name_str Repositorio UNAB
repository_id_str
dc.title.spa.fl_str_mv Aplicando técnicas de Minería de Datos en el desarrollo de un sitio web adaptativo
dc.title.translated.eng.fl_str_mv Applying Data Mining techniques in the development of an adaptive website
title Aplicando técnicas de Minería de Datos en el desarrollo de un sitio web adaptativo
spellingShingle Aplicando técnicas de Minería de Datos en el desarrollo de un sitio web adaptativo
Data mining (Computer programming)
Electronic data processing
Business administration
Information storage systems
Information retrieval systems
Databases
Systems engineering
Investigations
Analysis
Knowledge patterns
Computer systems
Building applications
Data mining
Data mining (Programación para computador)
Procesamiento electrónico de datos
Administración de empresas
Sistemas de almacenamiento de información
Sistemas de recuperación de información
Bases de datos
Ingeniería de sistemas
Investigaciones
Análisis
Patrones de conocimiento
Sistemas informáticos
Construcción de aplicaciones
Minería de datos
title_short Aplicando técnicas de Minería de Datos en el desarrollo de un sitio web adaptativo
title_full Aplicando técnicas de Minería de Datos en el desarrollo de un sitio web adaptativo
title_fullStr Aplicando técnicas de Minería de Datos en el desarrollo de un sitio web adaptativo
title_full_unstemmed Aplicando técnicas de Minería de Datos en el desarrollo de un sitio web adaptativo
title_sort Aplicando técnicas de Minería de Datos en el desarrollo de un sitio web adaptativo
dc.creator.fl_str_mv Bermúdez Sandoval, Jairo Edinson
Rojas Goyeneche, Roger Eduardo
dc.contributor.advisor.spa.fl_str_mv Barrera Sanabria, Gareth
dc.contributor.author.spa.fl_str_mv Bermúdez Sandoval, Jairo Edinson
Rojas Goyeneche, Roger Eduardo
dc.contributor.cvlac.*.fl_str_mv Barrera Sanabria, Gareth [0000068934]
dc.contributor.researchgroup.spa.fl_str_mv Grupo de Investigación Tecnologías de Información - GTI
Grupo de Investigaciones Clínicas
dc.subject.keywords.eng.fl_str_mv Data mining (Computer programming)
Electronic data processing
Business administration
Information storage systems
Information retrieval systems
Databases
Systems engineering
Investigations
Analysis
Knowledge patterns
Computer systems
Building applications
Data mining
topic Data mining (Computer programming)
Electronic data processing
Business administration
Information storage systems
Information retrieval systems
Databases
Systems engineering
Investigations
Analysis
Knowledge patterns
Computer systems
Building applications
Data mining
Data mining (Programación para computador)
Procesamiento electrónico de datos
Administración de empresas
Sistemas de almacenamiento de información
Sistemas de recuperación de información
Bases de datos
Ingeniería de sistemas
Investigaciones
Análisis
Patrones de conocimiento
Sistemas informáticos
Construcción de aplicaciones
Minería de datos
dc.subject.lemb.spa.fl_str_mv Data mining (Programación para computador)
Procesamiento electrónico de datos
Administración de empresas
Sistemas de almacenamiento de información
Sistemas de recuperación de información
Bases de datos
Ingeniería de sistemas
Investigaciones
Análisis
dc.subject.proposal.none.fl_str_mv Patrones de conocimiento
Sistemas informáticos
Construcción de aplicaciones
Minería de datos
description Internet actualmente es el medio más utilizado para la comunicación, consulta e investigación de cualquier tipo de información, por tal motivo los usuarios de Internet han aumentado notablemente así como la información solicitada por los mismos. Existen diversas formas y medios de adquirir información ya sea de forma remota o inalámbrica, lo cual facilita su búsqueda, mas sin embargo debido al gran tamaño y magnitud de esta no es muy exacta en cuanto a eficiencia se refiere, es decir, a pesar de que se encuentran grandes volúmenes de información no es muy relevante en la mayoría de los casos, mas cuando hablamos de los sitios Web. Hoy en día los sitios Web se han convertido en un amigo indispensable para el usuario, dado que por medio de ellos se puede acceder a cualquier sitio del mundo (siempre y cuando se sea autorizado), adquirir cualquier tipo de información que se desee y cubrir las necesidades que éste requiera. Sin embargo sigue persistiendo un vacío con respecto a la búsqueda de información u otros recursos; situaciones que hoy en día son consideradas onerosas ya sea en dinero o tiempo, aparte de la poca personalización que estos sitios presentan para con el usuario en el ámbito general de interacción. Las organizaciones han ido generando una cantidad cada vez mayor de información a través de los años, se ha hecho necesario el uso de técnicas computacionales más eficaces que ayuden a obtener un mejor entendimiento de esos datos. El proceso de Descubrimiento de Conocimiento en Base de Datos (KDD) y su componente principal Minería de datos permiten precisamente obtener conocimiento útil para la toma de decisiones en diferentes ámbitos, entre ellos el de personalización.
publishDate 2004
dc.date.issued.none.fl_str_mv 2004
dc.date.accessioned.none.fl_str_mv 2020-06-26T17:56:24Z
dc.date.available.none.fl_str_mv 2020-06-26T17:56:24Z
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.local.spa.fl_str_mv Trabajo de Grado
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.redcol.none.fl_str_mv http://purl.org/redcol/resource_type/TP
format http://purl.org/coar/resource_type/c_7a1f
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.12749/1319
dc.identifier.instname.spa.fl_str_mv instname:Universidad Autónoma de Bucaramanga - UNAB
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional UNAB
url http://hdl.handle.net/20.500.12749/1319
identifier_str_mv instname:Universidad Autónoma de Bucaramanga - UNAB
reponame:Repositorio Institucional UNAB
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.references.spa.fl_str_mv Bermúdez Sandoval, Jairo Edinson, Rojas Goyeneche, Roger Eduardo, Barrera Sanabria, Gareth (2004). Aplicando técnicas de Minería de Datos en el desarrollo de un sitio web adaptativo. Bucaramanga (Colombia) : Universidad Autónoma de Bucaramanga UNAB
[1]. AJ. Gómez. "Inducción de reglas en bases de datos". En Informática y automática, vol. 26(3), 1993. Págs. 34-45.
[2]. Anupam Joshi. On Mining Web Access Logs, Department of Computer Science and Electrical Engineering, University of Maryland Baltimore County, Baltimore, MD 21250, Krishnapuram Department of Mathematical and Computer Sciences Colorado School of Mines, Golden, CO 80401.
[3]. A. WUTHRICH. "Knowledge Discovery in Databases". Draft of a manuscript for a posgraduate course taught at the Hong Kong University of Science and Technology, Clear Water Bay, Hong Kong. (FUV Diciembre/2004) En URL  ftp://ftp.cs.ust.hk/techreport/95/tr95-04.ps.gz, Febrero 1995. Págs 1-101.
[4]. Bamshad Mobasher1, Honghua Dai, Tao Luo, Miki Nakagawa, Yuqing Sun, Jim Wiltshire. Discovery of Aggregate Usage Profiles for Web Personalization, School of Computer Science, Telecommunications, and Information Systems DePaul University, Chicago, Illinois, USA.
[5]. Brusilovsky, P., Kobsa, A. and Vassileva J. (Eds.); Adaptive Hypertext and Hypermedia, Kluwer Academic Publ. Dordrecht, 1998.
[6]. Date J. An Introduction to Database Systems, vol 1. 4ª edición, Addison-Wesley, Reading, Mass, 1986.
[7]. Daniel A. Tauber, Como convertirse en un profesional de Internet, 2001.
[8]. Data Engineering, vol. 5(6), Diciembre 1993. Págs. 903-913. (FUV Septiembre/2003) (En URL  ftp://ceylon.gte.com/tkde-kdd.ps, 1993. Págs. 0-21).
[9]. David Hand, Heikki Mannila, and Padhraic Smyth. Principles of Data Mining. The MIT Press, 2001.
[10]. David Mérida, Ramón Fabregat, Jose-Luis Marzo; "SHAAD: Adaptable, Adaptive and Dynamic Hypermedia System for content delivery ", Workshop on Adaptive Systems for Web Based Education (WASWE2002) Málaga (España), 28 may 2002.
[11]. David Mérida, Ramón Fabregat; "SHAAD: sistema hipermedia adaptable, adaptativo y dinámico para la entrega de contenidos hipermedia", accepted to the JENUI 2002. Cáceres (España), 10-12 july 2002.
[12]. Deitel Harvey, P.J. Deitel; How to program JAVA; Deitel & Asociates; 1998.
[13]. Diccionario Enciclopédico Abreviado. Espasa-Calpe S.A., Madrid. Tomo I, Séptima Edición, España. 1974.
[14]. Fayyad, U.M., Piatetsky-Shapiro and P. Smith. From Data Mining to Knowledge Discovery: An Overview. En Advances in Knowledge Discovery and Data Mining. AAAI Press. MIT Press. 1996
[15]. G. Piatetsky-shapiro yw. J. Frawley. Knowledge Discovery in Databases. AAAI-MIT Press, Menlo Park, California, 1991.
[16]. Grady Booch, James Rumbarg; Proceso unificado de desarrollo de software (UML); 2000.
[17]. Grady Booch/James Rumbaugh/Ivar Jacobson, Addison Wesley, El Lenguaje Unificado de Modelado (LUM/UML),.1998.
[18]. Gran Enciclopedia Larousse. Ed. Planeta, 1996.
[19]. Han, J; Kamber M. Data Mining Concepts and Techniques. Morgan Kaufmann. 2001.
[20]. Henry F. Korth, Abraham Silberschtz; Fundamentos Bases de Datos; 1993.
[21]. Hiroshi Maruyama, Kent Takamura, Naohiko Uramoto; XML and JAVA developing web applications; 1999.
[22]. Holsheimer, M., Siebes, A.P.J.M. Data Mining: the search for knowledge in databases. Computer Science/Departament of Algorithmics and Architectire, Centrum voor Wiskunde en Informatica, CS-R9406, Amsterdam, Holanda. 1994.
[23]. Ian H. Witten and Eibe Frank. Data Mining: Practical Machine Learning Tools and Techniques with Java Implementations. Morgan Kaufmann, 1999.
[24]. J. A. Freeman y d. M. Skapura. Redes Neuronales: Algoritmos, aplicaciones y técnicas de propagación, Addison-Wesley, 1993.
[25]. Jiawei Han and Micheline Kamber. Data Mining: Concepts and Techniques. Morgan Kaufmann, 2000.
[26]. Joshi, K.P. 1997. Analysis of Data Mining Algorithms (FUV Abril/15/2004)  http://userpages.umbc.edu/~kjoshi1/data-mine/proj_rpt.htm
[27]. Kerry A. Letho, W. Breh Plonsky; El libro official de Microsoft front page 98; 1998.
[28]. Klemettinen, M., Mannila, H., Ronkainen, P., Toivonen, H., Verkamo, A.. Finding Interesting Rules from Large Sets of Discovered Association Rules, University of Helsinki, Department of Computer Science, Helsinki, Finlandia. 1994.
[29]. M. Perkowitz and O. Etzioni. Adaptive web sites: an AI challenge. In Proc. 15th Int. Joint Conf. AI, pages 16--23, 1997.
[30]. M. Perkowitz and O. Etzioni. Adaptive Web sites: automatically synthesizing Web pages. In Proceedings of Fifteenth National Conference on Artificial Intelligence, Madison, WI, 1998.
[31]. M. Perkowitz and O. Etzioni. Adaptive web sites: Conceptual cluster mining. In Proc. 16th Int. Joint Conf. AI, pages 264--269, 1999.
[32]. Mannila, H., Toivonen, H., Verkamo, A.. Efficient Algorithms for Discovering Association Rules, University of Helsinki, Department of Computer Science, Helsinki, Finlandia. 1994.
[33]. Mena, J. Data mining your website. Digital Press. 1999.
[34]. Michalski, R.S., Bratko, I., Kubat M. Machine Learning and Data Mining. Methods and Applications. Wiley & Sons Ltd., EE.UU. 1998.
[35]. Morales, E. Descubrimiento de Conocimiento en Bases de Datos.  http://www.mor.itesm.mx/~emorales/Cursos/KDD/node168.html (FUV Noviembre/25/2004), 1999.
[36]. Neil Randall, Internet en 21 dias, 1995.
[37]. Lemay, Laura Aprendiendo HTML 3.0 para Web en una semana. 1996
[38]. Lenguaje de Programacion JAVA (FUV Noviembre/2003)  http://www.javahispano.org/tutorials.type.action?type=j2se - http://java.sun.com - http://www.sun.com
[39]. Oppermann R. Introduction. Adaptive User Support (Ed. Oppermann R.), Lawrence Erlbaum. Associates, Hillsdale, New Jersey, pp1-13. 1994.
[40]. P. R. Limb y g. J. Meggs. "Data mining, tools and techniques". En BT Technology Journal, vol. 12(4), Octubre 1994. Págs. 32-41.
[41]. P. De Bra and L. Calvi. Towards a Generic Adaptive Hypermedia System. Proc. Second Workshop on Adaptive Hypertext and Hypermedia, Pittsburgh, pp. 5–11, 1998.
[42]. P. Brusilovsky. Methods and Techniques of Adaptive Hypermedia. User Modeling and User-Adapted Interaction, Vol. 6, pp. 87–129, Kluwer academic publishers, 1996.
[43]. Paul De Bra, “Design Issues in Adaptive Web-Site Development”, Proceedings of the 2nd Workshop on Adaptive Systems and User Modelling on the WWW.
[44]. Peter Brusilovsky, “Adaptive Hipermedia”, User Modelling and User-Adapted Interaction 11: 87-110, 2001, Kluwer Academic Publishers, Netherlands.
[46]. (IBM) Rational Rose Modeler (FUV Enero/2004)  http://www-306.ibm.com/software/rational/
[47]. Real academia española. Diccionario de la Lengua Española. Ed. Espasa Calpe, Madrid, 1994.
[48]. Reinhard Oppermann, Rossen Rashev, Kinshuk, “Adaptability and Adaptativity in Learning Systems”, Knowledge Transfer (Volume II) (Ed. A. Behrooz), pAce, London, UK, pp173-179 (ISBN –900427-015-X), 1997.
[49]. Rick Decker; Introducción a la programación con JAVA; Hamilton College; 1998.
[50]. Rick Stout; The World Wide Web Complete Reference; 1996.
[51]. Rosa Carro, Estrella Pulido, Pilar Rodríguez, Una herramienta para la construcción de sitios web adaptativos. 2000.
[52]. Rui Alexandre P. P. da Cruz, Francisco J. García Peñalvo, Luis Alonso Romero - Perfiles de usuario: en la senda de la personalización. 2003  http://tejo.usal.es/inftec/2003/DPTOIA-IT-2003-001.pdf
[53]. S. Dzeroski. “Inductive Logic Programming and Knowledge Discovery in Databases”. En Advances in Knowledge Discovery and Data Mining, Fayyad, Piatetsy-Shapiro, Smyth y Uthurusamy Eds., AAAI Press, Menlo Park, California, 1996. Págs. 117-152.
[54]. Sašo Džeroski and Nada Lavra¡c. Relational Data Mining. Springer, 2001. University of Washington, Seattle, WA 98195, USA. Towards adaptive Web sites: Conceptual framework and case study Mike Perkowitz , Oren Etzioni 1 Department of Computer Science and Engineering, Box 352350, Received 1 February 1999; received in revised form 28 July 1999.
[55]. Sistema de gestion de Base de Datos Oracle (FUV Noviembre/2004)  http://www.oracle.com
[56]. University of Washington, Seattle, WA 98195-2350. Adaptive Sites: Automatically Learning from User Access PatternsMike Perkowitz and Oren Etzioni Department of Computer Science and Engineering.
[57]. WebE Ingenieria de la Web Home,  http:// csdl.computer.org/comp/proceedings/ icse/2000/2147/00/21470794.pdf. (FUV Noviembre/2004)
[58]. Grupo de Investigación en Ingeniería Web y Almacenes de Datos, (FUV Febrero/15/2004) - WebE – Ingenieria de la Web  http://gplsi.dlsi.ua.es/iwad/investigacionWeb.html
[59]. WebE – Ingenieria de Web (FUV Diciembre/2004)  http://budhi.uow.edu.au/web-engineering99/web_engineering.html
[60]. WEKA - Machine Learning Sotware in Java. Universidad de Waikato. Nueva Zelanda (FUV Mayo/10/2004).  http://www.cs.waikato.ac.nz/~ml/weka/
[61]. Yudong Yang, Jinlin Chen, and Hongjiang Zhang, “Adaptive Delivery of HTML Contents”, 9th International World Wide Web Conference – The Web: The Next Generation, Amsterdam, 2000.
[62]. Y Antonio José Gómez Flechoso, Ing. de Telecomunicación - Madrid, 1998.
[63]. Y Nelson Pedroza Estrada, “Descubrimiento de conocimiento en los datos de una empresa de telefonía”, Cuernavaca, Morelos. Mayo de 2002.
[64]. Departamento Ingenieria Informatica Universidad de chile, Chile 1999. (FUV-> Octurbre/2003). www.diinf.usach.cl/~mchacon/Mineria/Apuntes/t_tmd4.pdf
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rights.local.spa.fl_str_mv Abierto (Texto Completo)
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
dc.rights.creativecommons.*.fl_str_mv Atribución-NoComercial-SinDerivadas 2.5 Colombia
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Abierto (Texto Completo)
http://purl.org/coar/access_right/c_abf2
Atribución-NoComercial-SinDerivadas 2.5 Colombia
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.coverage.spa.fl_str_mv Bucaramanga (Colombia)
dc.coverage.campus.spa.fl_str_mv UNAB Campus Bucaramanga
dc.publisher.grantor.spa.fl_str_mv Universidad Autónoma de Bucaramanga UNAB
dc.publisher.faculty.spa.fl_str_mv Facultad Ingeniería
dc.publisher.program.spa.fl_str_mv Pregrado Ingeniería de Sistemas
institution Universidad Autónoma de Bucaramanga - UNAB
bitstream.url.fl_str_mv https://repository.unab.edu.co/bitstream/20.500.12749/1319/1/2004_Tesis_Roger_Eduardo_Rojas_Goyeneche.pdf
https://repository.unab.edu.co/bitstream/20.500.12749/1319/2/2004_Tesis_Roger_Eduardo_Rojas_Goyeneche.pdf.jpg
bitstream.checksum.fl_str_mv 776c2a8824f0fa961a7b3a3a829b4f39
823c4598c694179f73e8213410135ce9
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositorio Institucional | Universidad Autónoma de Bucaramanga - UNAB
repository.mail.fl_str_mv repositorio@unab.edu.co
_version_ 1814278386439159808
spelling Barrera Sanabria, Gareth0df87842-6f38-409f-859e-3d1306a3ee5b-1Bermúdez Sandoval, Jairo Edinsona3e34fc6-775f-476e-bf04-365405122cc4-1Rojas Goyeneche, Roger Eduardob33df538-7fb7-451f-b2ec-c511d63c44ab-1Barrera Sanabria, Gareth [0000068934]Grupo de Investigación Tecnologías de Información - GTIGrupo de Investigaciones Clínicas2020-06-26T17:56:24Z2020-06-26T17:56:24Z2004http://hdl.handle.net/20.500.12749/1319instname:Universidad Autónoma de Bucaramanga - UNABreponame:Repositorio Institucional UNABInternet actualmente es el medio más utilizado para la comunicación, consulta e investigación de cualquier tipo de información, por tal motivo los usuarios de Internet han aumentado notablemente así como la información solicitada por los mismos. Existen diversas formas y medios de adquirir información ya sea de forma remota o inalámbrica, lo cual facilita su búsqueda, mas sin embargo debido al gran tamaño y magnitud de esta no es muy exacta en cuanto a eficiencia se refiere, es decir, a pesar de que se encuentran grandes volúmenes de información no es muy relevante en la mayoría de los casos, mas cuando hablamos de los sitios Web. Hoy en día los sitios Web se han convertido en un amigo indispensable para el usuario, dado que por medio de ellos se puede acceder a cualquier sitio del mundo (siempre y cuando se sea autorizado), adquirir cualquier tipo de información que se desee y cubrir las necesidades que éste requiera. Sin embargo sigue persistiendo un vacío con respecto a la búsqueda de información u otros recursos; situaciones que hoy en día son consideradas onerosas ya sea en dinero o tiempo, aparte de la poca personalización que estos sitios presentan para con el usuario en el ámbito general de interacción. Las organizaciones han ido generando una cantidad cada vez mayor de información a través de los años, se ha hecho necesario el uso de técnicas computacionales más eficaces que ayuden a obtener un mejor entendimiento de esos datos. El proceso de Descubrimiento de Conocimiento en Base de Datos (KDD) y su componente principal Minería de datos permiten precisamente obtener conocimiento útil para la toma de decisiones en diferentes ámbitos, entre ellos el de personalización.1.1 ANTECEDENTES 19 1.2 MOTIVACIÓN 23 1.3 BREVE DESCRIPCIÓN DE LA EMPRESA A SIMULAR 26 1.4 PLANTEAMIENTO DEL PROBLEMA 26 1.5 OBJETIVOS DE LA TESIS 29 1.5.1 Objetivo general 29 1.5.2 Objetivo especifico 29 1.6 ALCANCES Y LIMITACIONES 30 1.6.1 Alcances 30 1.6.2 Limitaciones 31 1.7 ORGANIZACIÓN DE LA TESIS 31 SECCIÓN 2: MARCO DE REFERENCIA 2.1 DESCUBRIMIENTO DE CONOCIMIENTO EN BASES DE DATOS (KDD) 33 2.1.1 El proceso de KDD 34 2.1.2 Limitaciones del aprendizaje sobre las bases de Datos 38 2.1.3 Disciplinas Relacionadas 41 2.2 ¿QUÉ ES MINERÍA DE DATOS? 43 2.2.1 Técnicas Aplicadas en la Minería de datos 44 2.2.1.1 Representación del Conocimiento 46 2.2.1.1.1 Representaciones basadas en la lógica de Proposiciones Extendidas 46 2.2.1.1.2 Representaciones basadas en la lógica de Predicados de 1° orden 48 2.2.1.1.3 Representaciones Estructuradas 49 2.2.1.1.4 Representaciones Basadas en Ejemplos 52 2.2.1.1.5 Redes Neuronales 52 2.2.1.2 Aprendizaje 54 2.2.1.2.1 Enfoques del Aprendizaje: Conductista y Cognoscitiva 55 2.2.1.2.2 Tipos de Aprendizaje 56 2.2.2 Componentes de la Minería de Datos 58 2.2.2.1 Algoritmos de Clasificación 58 2.2.2.2 Algoritmos de Reglas de Asociación 60 2.2.2.3 Análisis de Secuencias 61 2.2.3 Minería de datos: Un enfoque de negocios 61 2.2.4 Minería de datos vs. Métodos tradicionales 62 2.2.4.1 Minería de datos vs. Métodos Estadísticos 62 2.2.4.2 Minería de datos vs. Consultas tradicionales 63 2.2.5 Tipos de Implementación de minería de datos 64 2.2.5.1 Minería de datos en el lugar 64 2.2.5.2 Minería de datos fuera de línea 64 2.2.6 Aplicaciones de minería de datos 65 2.2.6.1 Administración del ciclo de vida del cliente 66 2.3 MÉTODOS Y TAREAS DE MINERÍA DE DATOS 67 2.3.1 Clasificación y Predicción 68 2.3.1.1 Clasificación por inducción de árboles de decisión 70 2.3.2 Regresión 70 2.3.3 Clustering 71 2.3.4 Sumarización 72 2.3.5 Modelado de dependencia 72 2.3.6 Detección de cambio y desviación 73 2.3.7 Métodos basados en ejemplos 73 2.3.8 Modelos de aprendizaje relacional 74 2.3.9 Análisis de Agrupamiento 74 2.3.9.1 Método de Agrupamiento Jerárquico 76 2.3.9.2 Método de Agrupamiento No Jerárquico 78 2.3.10 Reglas de Asociación 81 2.4 APLICACIONES EN INTERNET 91 2.5 SHAAD: SISTEMA HIPERMEDIA ADAPTABLE, ADAPTATIVO Y DINÁMICO 92 2.5.1 Consideraciones Generales 93 2.5.1.1 Redes Heterogéneas 93 2.5.1.2 Nomadicidad 95 2.5.1.3 Características para la Adaptación 99 2.5.1.4 Adaptabilidad / Adaptatividad 100 2.5.2 Estructura del SHAAD 102 2.5.2.1 Submodelo – Estado de Carga del Servidor 107 2.5.2.2 Submodelo – Características y Preferencias del Usuario 109 2.5.2.3 Submodelo – Acceso a la Red: Dispositivo del Usuario / Tipo de Acceso / Estado de la red. 110 2.5.2.4 Modelado del SHAAD 111 2.5.3 Que son lo Sitios Web Adaptativos...? 113 2.5.3.1 Promotion y Demotion 116 2.5.3.2 Resaltar (Highlighting) 116 2.5.3.3 Ligar (linking) 116 2.5.3.4 Agrupar (clustering) 117 SECCIÓN 3: PREPARACIÓN DE LOS DATOS Y DISEÑO 3.1 METODOLOGÍA DE DESARROLLO 118 3.2 SELECCIÓN DE LOS DATOS 119 3.3 PRE-PROCESAMIENTO DE LOS DATOS 121 3.4 SITIO WEB 123 3.4.1 Modelado y Diagramas 124 3.4.1.1 Casos de Uso 124 3.4.1.2 Secuencia 125 3.4.1.3 Clases 127 3.4.1.4 Componentes 129 3.4.2 Diseño de los Datos 129 3.4.2.1 Sistema Adaptativo 129 3.4.2.2 Minería de Datos 131 SECCIÓN 4: HERRAMIENTAS Y ALGORITMO,(S) DE MINERÍA UTILIZADOS 4.1 HERRAMIENTAS DE MINERÍA DE DATOS UTILIZADAS 135 4.1.1 WEKA 135 4.2 ALGORITMO,(S) ELEGIDO,(S) PARA EL ANÁLISIS 136 4.2.1 Agrupación (Simple k-means) 138 SECCIÓN 5. PRUEBAS Y ANÁLISIS DE RESULTADOS 5.1 PRUEBAS A (ADAPTATIVIDAD) 140 5.1.1 Selección de los mecanismos para la definición de las características y/o preferencias del usuario. 140 5.1.2 Selección de los mecanismos de definición del tipo de dispositivo de Acceso. 140 5.1.3 Selección de los mecanismos de definición del estado de la red 141 5.1.4 Selección de los mecanismos de definición del estado de carga del servidor. 141 5.2 DESARROLLO DEL MÓDULO ADAPTATIVO. 142 5.3 VENTAJAS Y DESVENTAJAS DE IMPLEMENTAR LOS MECANISMOS DE ADAPTACIÓN SOBRE EL SERVIDOR O SOBRE UN PROXY. 147 5.4 PRUEBAS B (MINERÍA DE DATOS) 148 5.4.1 Conjuntos de datos de las pruebas 148 5.4.2 Distribución de los datos 149 5.4.3 Clasificación de Usuarios 152 5.5 ANÁLISIS DE CLUSTERING 153 5.5.1 Análisis de Clustering con los Usuario 153 5.5.2 Conclusiones para el análisis de Clustering 154 SECCIÓN 6. CONCLUSIONES Y TRABAJOS FUTUROS 6.1 CONCLUSIONES 155 6.2 TRABAJOS FUTUROS 157 SECCION 7. BIBLIOGRAFIA 7.1 BIBLIOGRAFÍA 159PregradoInternet is currently the most widely used medium for communication, consultation and research of any type of information, for this reason Internet users have increased significantly as well as the information requested by them. There are various ways and means of acquiring information either remotely or wirelessly, which facilitates its search, but nevertheless due to its large size and magnitude it is not very exact in terms of efficiency, that is, despite The fact that large volumes of information are found is not very relevant in most cases, especially when we talk about Web sites. Today, Web sites have become an indispensable friend for the user, since through them you can access any site in the world (as long as it is authorized), acquire any type of information you want and cover the needs that it requires. However, a vacuum with regard to the search for information or other resources persists; Situations that today are considered onerous either in money or time, apart from the little personalization that these sites present for the user in the general field of interaction. Organizations have been generating an increasing amount of information over the years, it has become necessary to use more efficient computational techniques that help to obtain a better understanding of this data. The Knowledge Discovery in Database (KDD) process and its main component Data Mining allow precisely to obtain useful knowledge for decision-making in different areas, including personalization.Modalidad Presencialapplication/pdfspahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Atribución-NoComercial-SinDerivadas 2.5 ColombiaAplicando técnicas de Minería de Datos en el desarrollo de un sitio web adaptativoApplying Data Mining techniques in the development of an adaptive websiteIngeniero de SistemasBucaramanga (Colombia)UNAB Campus BucaramangaUniversidad Autónoma de Bucaramanga UNABFacultad IngenieríaPregrado Ingeniería de Sistemasinfo:eu-repo/semantics/bachelorThesisTrabajo de Gradohttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/redcol/resource_type/TPData mining (Computer programming)Electronic data processingBusiness administrationInformation storage systemsInformation retrieval systemsDatabasesSystems engineeringInvestigationsAnalysisKnowledge patternsComputer systemsBuilding applicationsData miningData mining (Programación para computador)Procesamiento electrónico de datosAdministración de empresasSistemas de almacenamiento de informaciónSistemas de recuperación de informaciónBases de datosIngeniería de sistemasInvestigacionesAnálisisPatrones de conocimientoSistemas informáticosConstrucción de aplicacionesMinería de datosBermúdez Sandoval, Jairo Edinson, Rojas Goyeneche, Roger Eduardo, Barrera Sanabria, Gareth (2004). Aplicando técnicas de Minería de Datos en el desarrollo de un sitio web adaptativo. Bucaramanga (Colombia) : Universidad Autónoma de Bucaramanga UNAB[1]. AJ. Gómez. "Inducción de reglas en bases de datos". En Informática y automática, vol. 26(3), 1993. Págs. 34-45.[2]. Anupam Joshi. On Mining Web Access Logs, Department of Computer Science and Electrical Engineering, University of Maryland Baltimore County, Baltimore, MD 21250, Krishnapuram Department of Mathematical and Computer Sciences Colorado School of Mines, Golden, CO 80401.[3]. A. WUTHRICH. "Knowledge Discovery in Databases". Draft of a manuscript for a posgraduate course taught at the Hong Kong University of Science and Technology, Clear Water Bay, Hong Kong. (FUV Diciembre/2004) En URL  ftp://ftp.cs.ust.hk/techreport/95/tr95-04.ps.gz, Febrero 1995. Págs 1-101.[4]. Bamshad Mobasher1, Honghua Dai, Tao Luo, Miki Nakagawa, Yuqing Sun, Jim Wiltshire. Discovery of Aggregate Usage Profiles for Web Personalization, School of Computer Science, Telecommunications, and Information Systems DePaul University, Chicago, Illinois, USA.[5]. Brusilovsky, P., Kobsa, A. and Vassileva J. (Eds.); Adaptive Hypertext and Hypermedia, Kluwer Academic Publ. Dordrecht, 1998.[6]. Date J. An Introduction to Database Systems, vol 1. 4ª edición, Addison-Wesley, Reading, Mass, 1986.[7]. Daniel A. Tauber, Como convertirse en un profesional de Internet, 2001.[8]. Data Engineering, vol. 5(6), Diciembre 1993. Págs. 903-913. (FUV Septiembre/2003) (En URL  ftp://ceylon.gte.com/tkde-kdd.ps, 1993. Págs. 0-21).[9]. David Hand, Heikki Mannila, and Padhraic Smyth. Principles of Data Mining. The MIT Press, 2001.[10]. David Mérida, Ramón Fabregat, Jose-Luis Marzo; "SHAAD: Adaptable, Adaptive and Dynamic Hypermedia System for content delivery ", Workshop on Adaptive Systems for Web Based Education (WASWE2002) Málaga (España), 28 may 2002.[11]. David Mérida, Ramón Fabregat; "SHAAD: sistema hipermedia adaptable, adaptativo y dinámico para la entrega de contenidos hipermedia", accepted to the JENUI 2002. Cáceres (España), 10-12 july 2002.[12]. Deitel Harvey, P.J. Deitel; How to program JAVA; Deitel & Asociates; 1998.[13]. Diccionario Enciclopédico Abreviado. Espasa-Calpe S.A., Madrid. Tomo I, Séptima Edición, España. 1974.[14]. Fayyad, U.M., Piatetsky-Shapiro and P. Smith. From Data Mining to Knowledge Discovery: An Overview. En Advances in Knowledge Discovery and Data Mining. AAAI Press. MIT Press. 1996[15]. G. Piatetsky-shapiro yw. J. Frawley. Knowledge Discovery in Databases. AAAI-MIT Press, Menlo Park, California, 1991.[16]. Grady Booch, James Rumbarg; Proceso unificado de desarrollo de software (UML); 2000.[17]. Grady Booch/James Rumbaugh/Ivar Jacobson, Addison Wesley, El Lenguaje Unificado de Modelado (LUM/UML),.1998.[18]. Gran Enciclopedia Larousse. Ed. Planeta, 1996.[19]. Han, J; Kamber M. Data Mining Concepts and Techniques. Morgan Kaufmann. 2001.[20]. Henry F. Korth, Abraham Silberschtz; Fundamentos Bases de Datos; 1993.[21]. Hiroshi Maruyama, Kent Takamura, Naohiko Uramoto; XML and JAVA developing web applications; 1999.[22]. Holsheimer, M., Siebes, A.P.J.M. Data Mining: the search for knowledge in databases. Computer Science/Departament of Algorithmics and Architectire, Centrum voor Wiskunde en Informatica, CS-R9406, Amsterdam, Holanda. 1994.[23]. Ian H. Witten and Eibe Frank. Data Mining: Practical Machine Learning Tools and Techniques with Java Implementations. Morgan Kaufmann, 1999.[24]. J. A. Freeman y d. M. Skapura. Redes Neuronales: Algoritmos, aplicaciones y técnicas de propagación, Addison-Wesley, 1993.[25]. Jiawei Han and Micheline Kamber. Data Mining: Concepts and Techniques. Morgan Kaufmann, 2000.[26]. Joshi, K.P. 1997. Analysis of Data Mining Algorithms (FUV Abril/15/2004)  http://userpages.umbc.edu/~kjoshi1/data-mine/proj_rpt.htm[27]. Kerry A. Letho, W. Breh Plonsky; El libro official de Microsoft front page 98; 1998.[28]. Klemettinen, M., Mannila, H., Ronkainen, P., Toivonen, H., Verkamo, A.. Finding Interesting Rules from Large Sets of Discovered Association Rules, University of Helsinki, Department of Computer Science, Helsinki, Finlandia. 1994.[29]. M. Perkowitz and O. Etzioni. Adaptive web sites: an AI challenge. In Proc. 15th Int. Joint Conf. AI, pages 16--23, 1997.[30]. M. Perkowitz and O. Etzioni. Adaptive Web sites: automatically synthesizing Web pages. In Proceedings of Fifteenth National Conference on Artificial Intelligence, Madison, WI, 1998.[31]. M. Perkowitz and O. Etzioni. Adaptive web sites: Conceptual cluster mining. In Proc. 16th Int. Joint Conf. AI, pages 264--269, 1999.[32]. Mannila, H., Toivonen, H., Verkamo, A.. Efficient Algorithms for Discovering Association Rules, University of Helsinki, Department of Computer Science, Helsinki, Finlandia. 1994.[33]. Mena, J. Data mining your website. Digital Press. 1999.[34]. Michalski, R.S., Bratko, I., Kubat M. Machine Learning and Data Mining. Methods and Applications. Wiley & Sons Ltd., EE.UU. 1998.[35]. Morales, E. Descubrimiento de Conocimiento en Bases de Datos.  http://www.mor.itesm.mx/~emorales/Cursos/KDD/node168.html (FUV Noviembre/25/2004), 1999.[36]. Neil Randall, Internet en 21 dias, 1995.[37]. Lemay, Laura Aprendiendo HTML 3.0 para Web en una semana. 1996[38]. Lenguaje de Programacion JAVA (FUV Noviembre/2003)  http://www.javahispano.org/tutorials.type.action?type=j2se - http://java.sun.com - http://www.sun.com[39]. Oppermann R. Introduction. Adaptive User Support (Ed. Oppermann R.), Lawrence Erlbaum. Associates, Hillsdale, New Jersey, pp1-13. 1994.[40]. P. R. Limb y g. J. Meggs. "Data mining, tools and techniques". En BT Technology Journal, vol. 12(4), Octubre 1994. Págs. 32-41.[41]. P. De Bra and L. Calvi. Towards a Generic Adaptive Hypermedia System. Proc. Second Workshop on Adaptive Hypertext and Hypermedia, Pittsburgh, pp. 5–11, 1998.[42]. P. Brusilovsky. Methods and Techniques of Adaptive Hypermedia. User Modeling and User-Adapted Interaction, Vol. 6, pp. 87–129, Kluwer academic publishers, 1996.[43]. Paul De Bra, “Design Issues in Adaptive Web-Site Development”, Proceedings of the 2nd Workshop on Adaptive Systems and User Modelling on the WWW.[44]. Peter Brusilovsky, “Adaptive Hipermedia”, User Modelling and User-Adapted Interaction 11: 87-110, 2001, Kluwer Academic Publishers, Netherlands.[46]. (IBM) Rational Rose Modeler (FUV Enero/2004)  http://www-306.ibm.com/software/rational/[47]. Real academia española. Diccionario de la Lengua Española. Ed. Espasa Calpe, Madrid, 1994.[48]. Reinhard Oppermann, Rossen Rashev, Kinshuk, “Adaptability and Adaptativity in Learning Systems”, Knowledge Transfer (Volume II) (Ed. A. Behrooz), pAce, London, UK, pp173-179 (ISBN –900427-015-X), 1997.[49]. Rick Decker; Introducción a la programación con JAVA; Hamilton College; 1998.[50]. Rick Stout; The World Wide Web Complete Reference; 1996.[51]. Rosa Carro, Estrella Pulido, Pilar Rodríguez, Una herramienta para la construcción de sitios web adaptativos. 2000.[52]. Rui Alexandre P. P. da Cruz, Francisco J. García Peñalvo, Luis Alonso Romero - Perfiles de usuario: en la senda de la personalización. 2003  http://tejo.usal.es/inftec/2003/DPTOIA-IT-2003-001.pdf[53]. S. Dzeroski. “Inductive Logic Programming and Knowledge Discovery in Databases”. En Advances in Knowledge Discovery and Data Mining, Fayyad, Piatetsy-Shapiro, Smyth y Uthurusamy Eds., AAAI Press, Menlo Park, California, 1996. Págs. 117-152.[54]. Sašo Džeroski and Nada Lavra¡c. Relational Data Mining. Springer, 2001. University of Washington, Seattle, WA 98195, USA. Towards adaptive Web sites: Conceptual framework and case study Mike Perkowitz , Oren Etzioni 1 Department of Computer Science and Engineering, Box 352350, Received 1 February 1999; received in revised form 28 July 1999.[55]. Sistema de gestion de Base de Datos Oracle (FUV Noviembre/2004)  http://www.oracle.com[56]. University of Washington, Seattle, WA 98195-2350. Adaptive Sites: Automatically Learning from User Access PatternsMike Perkowitz and Oren Etzioni Department of Computer Science and Engineering.[57]. WebE Ingenieria de la Web Home,  http:// csdl.computer.org/comp/proceedings/ icse/2000/2147/00/21470794.pdf. (FUV Noviembre/2004)[58]. Grupo de Investigación en Ingeniería Web y Almacenes de Datos, (FUV Febrero/15/2004) - WebE – Ingenieria de la Web  http://gplsi.dlsi.ua.es/iwad/investigacionWeb.html[59]. WebE – Ingenieria de Web (FUV Diciembre/2004)  http://budhi.uow.edu.au/web-engineering99/web_engineering.html[60]. WEKA - Machine Learning Sotware in Java. Universidad de Waikato. Nueva Zelanda (FUV Mayo/10/2004).  http://www.cs.waikato.ac.nz/~ml/weka/[61]. Yudong Yang, Jinlin Chen, and Hongjiang Zhang, “Adaptive Delivery of HTML Contents”, 9th International World Wide Web Conference – The Web: The Next Generation, Amsterdam, 2000.[62]. Y Antonio José Gómez Flechoso, Ing. de Telecomunicación - Madrid, 1998.[63]. Y Nelson Pedroza Estrada, “Descubrimiento de conocimiento en los datos de una empresa de telefonía”, Cuernavaca, Morelos. Mayo de 2002.[64]. Departamento Ingenieria Informatica Universidad de chile, Chile 1999. (FUV-> Octurbre/2003). www.diinf.usach.cl/~mchacon/Mineria/Apuntes/t_tmd4.pdfORIGINAL2004_Tesis_Roger_Eduardo_Rojas_Goyeneche.pdf2004_Tesis_Roger_Eduardo_Rojas_Goyeneche.pdfTesisapplication/pdf2184094https://repository.unab.edu.co/bitstream/20.500.12749/1319/1/2004_Tesis_Roger_Eduardo_Rojas_Goyeneche.pdf776c2a8824f0fa961a7b3a3a829b4f39MD51open accessTHUMBNAIL2004_Tesis_Roger_Eduardo_Rojas_Goyeneche.pdf.jpg2004_Tesis_Roger_Eduardo_Rojas_Goyeneche.pdf.jpgIM Thumbnailimage/jpeg5425https://repository.unab.edu.co/bitstream/20.500.12749/1319/2/2004_Tesis_Roger_Eduardo_Rojas_Goyeneche.pdf.jpg823c4598c694179f73e8213410135ce9MD52open access20.500.12749/1319oai:repository.unab.edu.co:20.500.12749/13192024-01-21 13:20:43.326open accessRepositorio Institucional | Universidad Autónoma de Bucaramanga - UNABrepositorio@unab.edu.co

Publicaciones similares