Mostrar el registro sencillo del ítem

dc.contributor.authorSilva Monsalve, Andrés Eugenio
dc.contributor.authorConti, Dante
dc.contributor.authorOspina Becerra, Victaria Eugenia
dc.date.accessioned2021-05-17T23:02:27Z
dc.date.accessioned2021-10-01T17:22:47Z
dc.date.available2021-10-01T17:22:47Z
dc.date.issued2020
dc.identifier.issn1690-8627
dc.identifier.urihttps://repositorio.escuelaing.edu.co/handle/001/1434
dc.description.abstractEn la búsqueda de garantizar que los hogares más pobres y vulnerables puedan superar sus condiciones de vida, la Estrategia Red UNIDOS, consolida y gestiona información que permite conocer la situación de los hogares y personas, para la toma de decisiones relacionadas con la planeación y ejecución del proceso de acompañamiento. Este proyecto determina el valor agregado y potencial de la información mediante modelado basado en datos, específicamente clustering. Al respecto, se crea una vista minable donde se aplica clusterización jerárquica (método Ward, con distancia coseno) y se decide cortar los dendogramas en tres (3) y seis (6) grupos respectivamente, que posteriormente fueros postprocesados y validados para describir en detalle los perfiles y su interpretación usando los centroides de cada grupo. Finalmente, los perfiles hallados y plenamente descritos sirven como base para dar soporte a la toma de decisiones al proceso de acompañamiento de la Estrategia Red UNIDOS y son resumidos a su vez en dos (2) dashboards de resultados.spa
dc.description.abstractIn seeking to ensure that the poorest and most vulnerable people can overcome their living conditions, UNIDOS Network Strategy, consolidates and manages information that allows to know the situation of households and people, for the decision making related to planning and execution of the accompaniment process. This project determines the added value and potential of information through data-driven modeling, specifically clustering. To the In this respect, a mineable view is created where hierarchical clustering (Ward method, with cosine distance) and it is decided to cut the dendograms into three (3) and six (6) groups respectively, which were subsequently post-processed and validated to describe in detail the profiles and their interpretation using the centroids of each group. Finally, the profiles found and fully described serve as a basis to support decision-making in the process of accompaniment of the UNIDOS Network Strategy and are summarized in turn in two (2) dashboards of results.eng
dc.format.extent6 páginasspa
dc.format.mimetypeapplication/pdfspa
dc.language.isospaspa
dc.sourcehttp://www.iiisci.org/journal/CV$/risci/pdfs/CB281UM20.pdfspa
dc.titleAnálisis de Perfiles con Técnicas No Supervisadas de Minería de Datos como Soporte a la Toma de Decisiones en la Estrategia UNIDOS para la Superación de la Pobreza en Colombiaspa
dc.typeArtículo de revistaspa
dc.type.versioninfo:eu-repo/semantics/publishedVersionspa
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2spa
oaire.versionhttp://purl.org/coar/version/c_970fb48d4fbd8a85spa
dc.contributor.researchgroupGiBiomespa
dc.identifier.urlhttp://www.iiisci.org/journal/CV$/risci/pdfs/CB281UM20.pdf
dc.publisher.placeColombiaspa
dc.relation.citationeditionRevista Sistemas, Cibernética e Informatica (Volumen 17, Número 2, 57-62, 2020)spa
dc.relation.citationendpage62spa
dc.relation.citationissue2spa
dc.relation.citationstartpage57spa
dc.relation.citationvolume17spa
dc.relation.indexedN/Aspa
dc.relation.ispartofjournalSistemas, Cibernética e Infomáticaspa
dc.relation.referencesDepartamento Administrativo Nacional de Estadística en Colombia (2018). Pobreza Monetaria y Multidimensional en Colombia. Boletín Técnico. https://www.dane.gov.co/files/investigaciones/...vida/pobreza/ bol_pobreza_17.pdfspa
dc.relation.referencesCongreso de la República de Colombia. (2016). Ley 1785 de 21 de junio de 2016 “Por medio de la cual se establece la Red para la Superación de la Pobreza Extrema Red Unidos y se dictan otras disipaciones,” 1–8. Retrieved from http://es.presidencia.gov.co/normativa/normativa/LEY 1785 DEL 21 DE JUNIO DE 2016.pdfspa
dc.relation.referencesDavenport, T, Eccles, R, & Prusak, L (1999). Chapter 2 - Information Politics, In Knowledge and Special Libraries, 29- 48. https://doi.org/10.1016/B978-0-7506-7084-5.50004-Xspa
dc.relation.referencesSabina, A & Foster, J. Recuento y medición multidimensional de la pobreza. Documento de trabajo OPHI No. 7spa
dc.relation.referencesAngulo, R., Diaz, Y., & Pardo, R. (2011). Índice de Pobreza Multidimensional para Colombia (IPM-Colombia) 1997- 2010. Departamento Nacional de Planeación. https://colaboracion.dnp.gov.co/cdt/estudios%20econmicos/3 82.pdfspa
dc.relation.referencesDepartamento para la Prosperidad Social (2017). Guía del Acompañamiento Familiar.GGA2. Versión 2. Grupo de Diseño Metodológico y Formación.spa
dc.relation.referencesDepartamento para la Prosperidad Social (2017). Manual operativo de la estrategia de acompañamiento familiar y comunitario. MGA1 Versión 5. Grupo de Diseño Metodológico y Formaciónspa
dc.relation.referencesMoreno, M., & López, V. (2018). Uso de técnicas no supervisadas en la construcción de modelos de clasificación en ingeniería de software. www.lsi.us.es/redmidas/Capitulos/LMD14.pdfspa
dc.relation.referencesFoster, P., Fawcett, T. (2013). Data Science for Business: What you need to know about data mining and data-analytic thinkingspa
dc.relation.referencesJiawei Han, Micheline Kamber & Jian Pei. (2012). 3 - Data Preprocessing, In the Morgan Kaufmann Series in Data Management Systems, Morgan Kaufmann, Boston, Pages 83- 124, Data Mining (Third Edition), ISBN 9780123814791, https://doi.org/10.1016/B978-0-12-381479-1.00003-4spa
dc.relation.referencesLizma, P. & Boccado, G. (2014). Guía de Asociación entre variables (Pearson y Spearman en SPSS). Universidad de Chile. https://www.ucursos.cl/facso/2014/2/SO01007/1/material_docente/bajar?id_ material=994690.spa
dc.relation.referencesDe la Fuente, S. (2011). Análisis de conglomerados. Universidad Autónoma de Madrid. http://www.fuenterrebollo.com/Economicas/ECONOMETRI A/SEGMENTACION/CONGLOMERADOS/conglomerados. pdfspa
dc.relation.referencesAmat, J. (2017). Clustering y heatmaps: Aprendizaje No Supervisado. https://rpubs.com/Joaquin_AR/310338 [14] Fayyad, U., Stolorz, P. (1997) Data mining and KDD: Promise and challenges, Future Generation Computer Systems, 99-115. https://doi.org/10.1016/S0167- 739X(97)00015-0spa
dc.relation.referencesEarley, S., Henderson, D., & Data Management Association. (2017). DAMA-DMBOK: Data management body of knowledgespa
dc.relation.referencesConsejo Nacional de Política Económica y Social de Colombia. (2012). Conpes Social 150. Departamento Nacional de Planeación. https://colaboracion.dnp.gov.co/CDT/Conpes/Social/150.pdfspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.subject.armarcData miningeng
dc.subject.armarcClusteringeng
dc.subject.armarcPovertyeng
dc.subject.armarcPobrezaspa
dc.subject.armarcExtracción de datosspa
dc.subject.armarcAlmacenamiento de datosspa
dc.subject.armarcToma de decisionesspa
dc.subject.proposalMinería de datosspa
dc.subject.proposalClusterizaciónspa
dc.subject.proposalTécnicas no supervisadasspa
dc.subject.proposalEstrategia Unidosspa
dc.type.coarhttp://purl.org/coar/resource_type/c_2df8fbb1spa
dc.type.contentTextspa
dc.type.driverinfo:eu-repo/semantics/articlespa
dc.type.redcolhttp://purl.org/redcol/resource_type/ARTspa


Ficheros en el ítem

Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem