Modelos y algoritmos para minería de procesos y datos
Supervisor(es): Calegari, Daniel - Delgado, Andrea
Resumen:
En entornos organizacionales de gran escala como por ejemplo e-government, las organizaciones enfrentan diversos desafíos para gestionar sus procesos de negocio y los datos que generan. El volumen de datos que un proceso genera, ha aumentado y se ha distribuido entre las diferentes tecnologías utilizadas, definiendo ecosistemas en los que se hace necesario integrar diferentes visiones, técnicas y herramientas para la gestión de la información. La Gestión de Procesos de Negocio (Business Process Management, BPM) ayuda a las organizaciones a gestionar sus procesos, desde el modelado, implementación, ejecución, evaluación y análisis, brindando soporte para la automatización y mejora de procesos. En la mayoría de los casos se utilizan Sistemas BPM (Business Process Management Systems, BPMS) para modelar, implementar y ejecutar procesos, pero aún con estas herramientas es complejo identificar la conexión entre los datos de los procesos y los diferentes sistemas con los que se comunica. Como consecuencia, recopilar los datos para obtener una visión completa de las ejecuciones de los procesos se vuelve una tarea compleja, lo que deriva en una visión partida entre datos de los procesos por un lado y datos de la organización por otro. Por este motivo, es de suma importancia lograr proporcionar a las organizaciones un todo para generar una vista unificada a la cual se pueda aplicar técnicas de minería de procesos y de minería de datos para brindar a las organizaciones la inteligencia necesaria para mejorar sus procesos. Por otra parte, los sistemas de data warehouse han sido utilizados por las organizaciones para modelar sus datos y construir análisis que generan reportes para la toma de decisiones. Estos sistemas de data warehouse permitirán tener una vista unificada de los datos con la cual apoyar la toma de decisiones a la hora de optimizar los procesos. El objetivo de este proyecto es implementar una solución que permita la integración de datos de procesos de negocio y datos organizacionales. Para ello, se implementa un metamodelo integrador y a partir de él, construir un data warehouse que permita proveer a la organización de la inteligencia organizacional necesaria para mejorar su operativa diaria.
2021 | |
Procesos de negocio Sistemas de gestión de procesos de negocio Minería de procesos Extracción e Integración de datos Data Warehouse |
|
Español | |
Universidad de la República | |
COLIBRI | |
https://hdl.handle.net/20.500.12008/29739 | |
Acceso abierto | |
Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0) |
_version_ | 1807523226945847296 |
---|---|
author | Borges, Andrés |
author2 | Artus, Alexis |
author2_role | author |
author_facet | Borges, Andrés Artus, Alexis |
author_role | author |
bitstream.checksum.fl_str_mv | 6429389a7df7277b72b7924fdc7d47a9 a006180e3f5b2ad0b88185d14284c0e0 36c32e9c6da50e6d55578c16944ef7f6 1996b8461bc290aef6a27d78c67b6b52 6d9a6238c3466a3ca44c8f6602ea245c |
bitstream.checksumAlgorithm.fl_str_mv | MD5 MD5 MD5 MD5 MD5 |
bitstream.url.fl_str_mv | http://localhost:8080/xmlui/bitstream/20.500.12008/29739/5/license.txt http://localhost:8080/xmlui/bitstream/20.500.12008/29739/2/license_url http://localhost:8080/xmlui/bitstream/20.500.12008/29739/3/license_text http://localhost:8080/xmlui/bitstream/20.500.12008/29739/4/license_rdf http://localhost:8080/xmlui/bitstream/20.500.12008/29739/1/BA21.pdf |
collection | COLIBRI |
dc.contributor.filiacion.none.fl_str_mv | Borges Andrés, Universidad de la República (Uruguay). Facultad de Ingeniería Artus Alexis, Universidad de la República (Uruguay). Facultad de Ingeniería |
dc.creator.advisor.none.fl_str_mv | Calegari, Daniel Delgado, Andrea |
dc.creator.none.fl_str_mv | Borges, Andrés Artus, Alexis |
dc.date.accessioned.none.fl_str_mv | 2021-10-05T09:46:41Z |
dc.date.available.none.fl_str_mv | 2021-10-05T09:46:41Z |
dc.date.issued.none.fl_str_mv | 2021 |
dc.description.abstract.none.fl_txt_mv | En entornos organizacionales de gran escala como por ejemplo e-government, las organizaciones enfrentan diversos desafíos para gestionar sus procesos de negocio y los datos que generan. El volumen de datos que un proceso genera, ha aumentado y se ha distribuido entre las diferentes tecnologías utilizadas, definiendo ecosistemas en los que se hace necesario integrar diferentes visiones, técnicas y herramientas para la gestión de la información. La Gestión de Procesos de Negocio (Business Process Management, BPM) ayuda a las organizaciones a gestionar sus procesos, desde el modelado, implementación, ejecución, evaluación y análisis, brindando soporte para la automatización y mejora de procesos. En la mayoría de los casos se utilizan Sistemas BPM (Business Process Management Systems, BPMS) para modelar, implementar y ejecutar procesos, pero aún con estas herramientas es complejo identificar la conexión entre los datos de los procesos y los diferentes sistemas con los que se comunica. Como consecuencia, recopilar los datos para obtener una visión completa de las ejecuciones de los procesos se vuelve una tarea compleja, lo que deriva en una visión partida entre datos de los procesos por un lado y datos de la organización por otro. Por este motivo, es de suma importancia lograr proporcionar a las organizaciones un todo para generar una vista unificada a la cual se pueda aplicar técnicas de minería de procesos y de minería de datos para brindar a las organizaciones la inteligencia necesaria para mejorar sus procesos. Por otra parte, los sistemas de data warehouse han sido utilizados por las organizaciones para modelar sus datos y construir análisis que generan reportes para la toma de decisiones. Estos sistemas de data warehouse permitirán tener una vista unificada de los datos con la cual apoyar la toma de decisiones a la hora de optimizar los procesos. El objetivo de este proyecto es implementar una solución que permita la integración de datos de procesos de negocio y datos organizacionales. Para ello, se implementa un metamodelo integrador y a partir de él, construir un data warehouse que permita proveer a la organización de la inteligencia organizacional necesaria para mejorar su operativa diaria. |
dc.format.extent.es.fl_str_mv | 111 p. |
dc.format.mimetype.es.fl_str_mv | application/pdf |
dc.identifier.citation.es.fl_str_mv | Borges, A. y Artus, A. Modelos y algoritmos para minería de procesos y datos [en línea] Tesis de grado. Montevideo : Udelar. FI. INCO, 2021. |
dc.identifier.uri.none.fl_str_mv | https://hdl.handle.net/20.500.12008/29739 |
dc.language.iso.none.fl_str_mv | es spa |
dc.publisher.es.fl_str_mv | Udelar.FI |
dc.rights.license.none.fl_str_mv | Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0) |
dc.rights.none.fl_str_mv | info:eu-repo/semantics/openAccess |
dc.source.none.fl_str_mv | reponame:COLIBRI instname:Universidad de la República instacron:Universidad de la República |
dc.subject.es.fl_str_mv | Procesos de negocio Sistemas de gestión de procesos de negocio Minería de procesos Extracción e Integración de datos Data Warehouse |
dc.title.none.fl_str_mv | Modelos y algoritmos para minería de procesos y datos |
dc.type.es.fl_str_mv | Tesis de grado |
dc.type.none.fl_str_mv | info:eu-repo/semantics/bachelorThesis |
dc.type.version.none.fl_str_mv | info:eu-repo/semantics/acceptedVersion |
description | En entornos organizacionales de gran escala como por ejemplo e-government, las organizaciones enfrentan diversos desafíos para gestionar sus procesos de negocio y los datos que generan. El volumen de datos que un proceso genera, ha aumentado y se ha distribuido entre las diferentes tecnologías utilizadas, definiendo ecosistemas en los que se hace necesario integrar diferentes visiones, técnicas y herramientas para la gestión de la información. La Gestión de Procesos de Negocio (Business Process Management, BPM) ayuda a las organizaciones a gestionar sus procesos, desde el modelado, implementación, ejecución, evaluación y análisis, brindando soporte para la automatización y mejora de procesos. En la mayoría de los casos se utilizan Sistemas BPM (Business Process Management Systems, BPMS) para modelar, implementar y ejecutar procesos, pero aún con estas herramientas es complejo identificar la conexión entre los datos de los procesos y los diferentes sistemas con los que se comunica. Como consecuencia, recopilar los datos para obtener una visión completa de las ejecuciones de los procesos se vuelve una tarea compleja, lo que deriva en una visión partida entre datos de los procesos por un lado y datos de la organización por otro. Por este motivo, es de suma importancia lograr proporcionar a las organizaciones un todo para generar una vista unificada a la cual se pueda aplicar técnicas de minería de procesos y de minería de datos para brindar a las organizaciones la inteligencia necesaria para mejorar sus procesos. Por otra parte, los sistemas de data warehouse han sido utilizados por las organizaciones para modelar sus datos y construir análisis que generan reportes para la toma de decisiones. Estos sistemas de data warehouse permitirán tener una vista unificada de los datos con la cual apoyar la toma de decisiones a la hora de optimizar los procesos. El objetivo de este proyecto es implementar una solución que permita la integración de datos de procesos de negocio y datos organizacionales. Para ello, se implementa un metamodelo integrador y a partir de él, construir un data warehouse que permita proveer a la organización de la inteligencia organizacional necesaria para mejorar su operativa diaria. |
eu_rights_str_mv | openAccess |
format | bachelorThesis |
id | COLIBRI_e7d1b5d26c1bf68281a86f23a18cbe72 |
identifier_str_mv | Borges, A. y Artus, A. Modelos y algoritmos para minería de procesos y datos [en línea] Tesis de grado. Montevideo : Udelar. FI. INCO, 2021. |
instacron_str | Universidad de la República |
institution | Universidad de la República |
instname_str | Universidad de la República |
language | spa |
language_invalid_str_mv | es |
network_acronym_str | COLIBRI |
network_name_str | COLIBRI |
oai_identifier_str | oai:colibri.udelar.edu.uy:20.500.12008/29739 |
publishDate | 2021 |
reponame_str | COLIBRI |
repository.mail.fl_str_mv | mabel.seroubian@seciu.edu.uy |
repository.name.fl_str_mv | COLIBRI - Universidad de la República |
repository_id_str | 4771 |
rights_invalid_str_mv | Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0) |
spelling | Borges Andrés, Universidad de la República (Uruguay). Facultad de IngenieríaArtus Alexis, Universidad de la República (Uruguay). Facultad de Ingeniería2021-10-05T09:46:41Z2021-10-05T09:46:41Z2021Borges, A. y Artus, A. Modelos y algoritmos para minería de procesos y datos [en línea] Tesis de grado. Montevideo : Udelar. FI. INCO, 2021.https://hdl.handle.net/20.500.12008/29739En entornos organizacionales de gran escala como por ejemplo e-government, las organizaciones enfrentan diversos desafíos para gestionar sus procesos de negocio y los datos que generan. El volumen de datos que un proceso genera, ha aumentado y se ha distribuido entre las diferentes tecnologías utilizadas, definiendo ecosistemas en los que se hace necesario integrar diferentes visiones, técnicas y herramientas para la gestión de la información. La Gestión de Procesos de Negocio (Business Process Management, BPM) ayuda a las organizaciones a gestionar sus procesos, desde el modelado, implementación, ejecución, evaluación y análisis, brindando soporte para la automatización y mejora de procesos. En la mayoría de los casos se utilizan Sistemas BPM (Business Process Management Systems, BPMS) para modelar, implementar y ejecutar procesos, pero aún con estas herramientas es complejo identificar la conexión entre los datos de los procesos y los diferentes sistemas con los que se comunica. Como consecuencia, recopilar los datos para obtener una visión completa de las ejecuciones de los procesos se vuelve una tarea compleja, lo que deriva en una visión partida entre datos de los procesos por un lado y datos de la organización por otro. Por este motivo, es de suma importancia lograr proporcionar a las organizaciones un todo para generar una vista unificada a la cual se pueda aplicar técnicas de minería de procesos y de minería de datos para brindar a las organizaciones la inteligencia necesaria para mejorar sus procesos. Por otra parte, los sistemas de data warehouse han sido utilizados por las organizaciones para modelar sus datos y construir análisis que generan reportes para la toma de decisiones. Estos sistemas de data warehouse permitirán tener una vista unificada de los datos con la cual apoyar la toma de decisiones a la hora de optimizar los procesos. El objetivo de este proyecto es implementar una solución que permita la integración de datos de procesos de negocio y datos organizacionales. Para ello, se implementa un metamodelo integrador y a partir de él, construir un data warehouse que permita proveer a la organización de la inteligencia organizacional necesaria para mejorar su operativa diaria.Submitted by Cabrera Gabriela (gfcabrerarossi@gmail.com) on 2021-10-04T14:17:33Z No. of bitstreams: 2 license_rdf: 23149 bytes, checksum: 1996b8461bc290aef6a27d78c67b6b52 (MD5) BA21.pdf: 6938293 bytes, checksum: 6d9a6238c3466a3ca44c8f6602ea245c (MD5)Approved for entry into archive by Machado Jimena (jmachado@fing.edu.uy) on 2021-10-04T19:05:21Z (GMT) No. of bitstreams: 2 license_rdf: 23149 bytes, checksum: 1996b8461bc290aef6a27d78c67b6b52 (MD5) BA21.pdf: 6938293 bytes, checksum: 6d9a6238c3466a3ca44c8f6602ea245c (MD5)Made available in DSpace by Luna Fabiana (fabiana.luna@seciu.edu.uy) on 2021-10-05T09:46:41Z (GMT). No. of bitstreams: 2 license_rdf: 23149 bytes, checksum: 1996b8461bc290aef6a27d78c67b6b52 (MD5) BA21.pdf: 6938293 bytes, checksum: 6d9a6238c3466a3ca44c8f6602ea245c (MD5) Previous issue date: 2021111 p.application/pdfesspaUdelar.FILas obras depositadas en el Repositorio se rigen por la Ordenanza de los Derechos de la Propiedad Intelectual de la Universidad de la República.(Res. Nº 91 de C.D.C. de 8/III/1994 – D.O. 7/IV/1994) y por la Ordenanza del Repositorio Abierto de la Universidad de la República (Res. Nº 16 de C.D.C. de 07/10/2014)info:eu-repo/semantics/openAccessLicencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0)Procesos de negocioSistemas de gestión de procesos de negocioMinería de procesosExtracción e Integración de datosData WarehouseModelos y algoritmos para minería de procesos y datosTesis de gradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionreponame:COLIBRIinstname:Universidad de la Repúblicainstacron:Universidad de la RepúblicaBorges, AndrésArtus, AlexisCalegari, DanielDelgado, AndreaUniversidad de la República (Uruguay). Facultad de IngenieríaIngeniero en ComputaciónLICENSElicense.txtlicense.txttext/plain; charset=utf-84267http://localhost:8080/xmlui/bitstream/20.500.12008/29739/5/license.txt6429389a7df7277b72b7924fdc7d47a9MD55CC-LICENSElicense_urllicense_urltext/plain; charset=utf-850http://localhost:8080/xmlui/bitstream/20.500.12008/29739/2/license_urla006180e3f5b2ad0b88185d14284c0e0MD52license_textlicense_texttext/html; charset=utf-838616http://localhost:8080/xmlui/bitstream/20.500.12008/29739/3/license_text36c32e9c6da50e6d55578c16944ef7f6MD53license_rdflicense_rdfapplication/rdf+xml; charset=utf-823149http://localhost:8080/xmlui/bitstream/20.500.12008/29739/4/license_rdf1996b8461bc290aef6a27d78c67b6b52MD54ORIGINALBA21.pdfBA21.pdfapplication/pdf6938293http://localhost:8080/xmlui/bitstream/20.500.12008/29739/1/BA21.pdf6d9a6238c3466a3ca44c8f6602ea245cMD5120.500.12008/297392024-04-12 14:06:40.687oai:colibri.udelar.edu.uy:20.500.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Universidadhttps://udelar.edu.uy/https://www.colibri.udelar.edu.uy/oai/requestmabel.seroubian@seciu.edu.uyUruguayopendoar:47712024-07-25T14:46:23.195197COLIBRI - Universidad de la Repúblicafalse |
spellingShingle | Modelos y algoritmos para minería de procesos y datos Borges, Andrés Procesos de negocio Sistemas de gestión de procesos de negocio Minería de procesos Extracción e Integración de datos Data Warehouse |
status_str | acceptedVersion |
title | Modelos y algoritmos para minería de procesos y datos |
title_full | Modelos y algoritmos para minería de procesos y datos |
title_fullStr | Modelos y algoritmos para minería de procesos y datos |
title_full_unstemmed | Modelos y algoritmos para minería de procesos y datos |
title_short | Modelos y algoritmos para minería de procesos y datos |
title_sort | Modelos y algoritmos para minería de procesos y datos |
topic | Procesos de negocio Sistemas de gestión de procesos de negocio Minería de procesos Extracción e Integración de datos Data Warehouse |
url | https://hdl.handle.net/20.500.12008/29739 |