COVID-19 y la Ciencia de Datos. Comprensión de los fenómenos sociales producidos por la pandemia

Vista sencilla de ítem
dc.contributor.advisorMerchan Rubiano, Sandra Milena
dc.contributor.authorContreras García, Miguel Ángel
dc.contributor.authorMora Acosta, Sergio Leonardo
dc.contributor.authorTiusabá Dueñas, Angela Patricia
dc.date.accessioned2022-06-28T19:35:47Z
dc.date.available2022-06-28T19:35:47Z
dc.date.issued2021
dc.description.abstractEl grupo de investigación OSIRIS&BIOAXIS, desde el año 2014, ha venido trabajando en la aplicación de la minería de datos a los procesos educativos. Es por ello que desde el año 2019, ha manifestado el interés por implementar la minería de datos en la comprensión de fenómenos sociales. Con el fin de aportar conocimiento a esta línea de investigación el proyecto busca responder la siguiente pregunta: ¿Cómo aplicar la ciencia de datos a fenómenos sociales, desde la perspectiva del modelo biopsicosocial y cultural? Para ello, se realizó la elección de la violencia intrafamiliar como comportamiento social generado de la pandemia del COVID-19, que se pudiera modelar con los datos encontrados en las redes sociales. Así mismo, con la ayuda de la minería de datos y sus técnicas, poder realizar el modelo computacional que finalmente iba a estar relacionado con el MBPSC. Adicionalmente, se vio la oportunidad de integrar los conocimientos disciplinarios para la comprensión de los fenómenos sociales en tiempos de pandemia. Con el fin de poder aplicar ciencia de datos a un problema y contribuir a entender los diferentes tipos de comportamientos sociales. Todo esto por medio de un modelo computacional. La metodología KDD se utilizó particularmente en el desarrollo de la última parte del proyecto. Para poder realizar el correcto proceso de minería de datos, esta metodología permitió realizar el procesamiento y transformación de información. Finalmente se logró caracterizar el comportamiento social seleccionado, a través de un modelo computacional por medio del MBPSC.spa
dc.description.abstractenglishThe OSIRIS&BIOAXIS research group, since 2014, has been working on the application of data mining to educational processes. That is why since 2019, has expressed interest in implementing data mining in the understanding of social phenomena. In order to contribute knowledge to this line of research, the project seeks to answer the following question: How to apply data science to social phenomena, from the perspective of the biopsychosocial and cultural model? For this, the choice of domestic violence was made as a social behavior generated by the COVID-19 pandemic, which could be modeled with the data found in social networks. Likewise, with the help of data mining and its techniques, the computational model that was finally going to be related to the BPSCM could be created. In addition, there was an opportunity to integrate disciplinary knowledge for understanding social phenomena in times of pandemic. In order to be able to apply data science to a problem and contribute to understanding different types of social behaviors. All this through a computational model. The KDD methodology was used particularly in the development of the last part of the project. In order to perform the correct data mining process, this methodology allowed the processing and transformation of information. Finally, it was possible to characterize the selected social behavior through a computational model using the BPSCM.eng
dc.description.degreelevelPregradospa
dc.description.degreenameIngeniero de sistemasspa
dc.format.mimetypeapplication/pdf
dc.identifier.instnameinstname:Universidad El Bosquespa
dc.identifier.reponamereponame:Repositorio Institucional Universidad El Bosquespa
dc.identifier.repourlrepourl:https://repositorio.unbosque.edu.co
dc.identifier.urihttps://hdl.handle.net/20.500.12495/8066
dc.language.isospa
dc.publisher.facultyFacultad de Ingenieríaspa
dc.publisher.grantorUniversidad El Bosquespa
dc.publisher.programIngeniería de sistemasspa
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional*
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.accessrightshttps://purl.org/coar/access_right/c_abf2
dc.rights.localAcceso abiertospa
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/*
dc.subjectCoronavirusspa
dc.subjectCOVID-19spa
dc.subjectMinería de datosspa
dc.subjectComportamiento socialspa
dc.subjectModelo computacionalspa
dc.subject.ddc621.3
dc.subject.keywordsCoronavirusspa
dc.subject.keywordsCOVID-19spa
dc.subject.keywordsData miningspa
dc.subject.keywordsSocial behaviorspa
dc.subject.keywordsComputational modelspa
dc.titleCOVID-19 y la Ciencia de Datos. Comprensión de los fenómenos sociales producidos por la pandemiaspa
dc.title.translatedCOVID-19 and Data Science. Understanding the social phenomena produced by the pandemicspa
dc.type.coarhttps://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttps://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
dc.type.hasversioninfo:eu-repo/semantics/acceptedVersion
dc.type.localTesis/Trabajo de grado - Monografía - Pregradospa

Archivos

Bloque original
Mostrando 1 - 3 de 3
Miniatura
Nombre:
Contreras_Garcia_Miguel_Angel_2021.pdf
Tamaño:
3.51 MB
Formato:
Adobe Portable Document Format
Descripción:
COVID-19 y la Ciencia de Datos. Comprensión de los fenómenos sociales producidos por la pandemia
Descargar
No hay miniatura disponible
Nombre:
Contreras_Garcia_Miguel_Angel_2021_Carta de Autorizacion de uso de tesis y trabajos de grado a favor de la UEB.pdf
Tamaño:
503.63 KB
Formato:
Adobe Portable Document Format
Descripción:
Carta de autorización
Descargar
No hay miniatura disponible
Nombre:
Contreras_Garcia_Miguel_Angel_2021_Anexos.zip
Tamaño:
1.69 MB
Formato:
Descripción:
Anexos
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Ingeniería de Sistemas