Big Data: una exploración de investigaciones, tecnologías y casos de aplicación

Así, ante la enorme cantidad de datos que se generan cada día, (Van der Aalst 2014, 13-28) propone un marco de referencia para identificar el proceso de generación de información de acuerdo con el término Internet of events (IoE), con la intención de clasificar todos los datos disponibles en Internet. La primera es el Internet of the content (IoC), que representa la información generada por personas que buscan aumentar el conocimiento sobre temas particulares; ejemplos de esta información son artículos y blogs, enciclopedias como Wikipedia, y plataformas de video como YouTube y de libros electrónicos como Google Books. La segunda, Internet of the people (IoP), incluye la información generada por la interacción social; por ejemplo, el correo electrónico, las redes sociales https://www.scoop.it/u/david123jdh y los foros virtuales. La tercera categoría la comprende el Internet of the things (IoT), la cual se compone por la información generada por los objetos conectados a la red; se trata de todas las cosas que tienen una identificación única y una presencia en una estructura similar a Internet. Por último, se encuentra el Internet of the locations (IoL), que comprende la información que cuenta con una dimensión espacial derivada de la adopción de dispositivos móviles; por ejemplo, los teléfonos inteligentes que generan cada vez más eventos con atributos geoespaciales. Este paradigma ha sido implementado en numerosas aplicaciones, algunos ejemplos se pueden encontrar en los siguientes documentos, todos se caracterizan por el uso de MapReduce como base de su implementación.

En la medida en que los países van convergiendo a estándares de uso de la información privada, como en la Unión Europea, se plantean nuevos dilemas éticos y prácticos tales como la propiedad de dichos datos y el resguardo que se hace de los mismos en vista de su uso comercial. En primer lugar, abordamos los desafíos metodológicos que plantean los grandes volúmenes de datos a las ciencias del comportamiento, con especial énfasis en la distinción entre métodos convencionales como https://postgresconf.org/users/gdfg-dfgfd encuestas de opinión y el análisis de big data. Luego, revisamos tres agendas de investigación en torno a los cuales se ha desarrollado la investigación empírica respecto a la relación entre política y redes sociales (social media). El análisis de big data se basa en la inteligencia artificial, la misma que es entendida como «el estudio de cómo programar computadoras que posean la facultad de hacer aquello que la mente humana puede realizar» (Escolano et al., 2003, p. IX).

¿Cómo es el especialista en Big Data? La profesión con más futuro del siglo XXI

Este es un caso emblemático pues en él se logró que no se vulneren los derechos de un individuo en particular -en concreto, el manejo de sus datos personales- por sobre acuerdos internacionales en la materia. Los sistemas de algoritmos que se emplean en el aprendizaje de las máquinas son frecuentemente opacos y es difícil explicar por qué han tomado determinada dirección pues, al final del día, el diseño del algoritmo recae en un individuo que posee su propia ideología, cultura y ética. Sin embargo, cada vez se ponen en práctica más medidas para conocer el grado de influencia de los algoritmos y estas permiten una mayor transparencia en los reportes que acompañan el sistema de decisiones del análisis de los grandes cúmulos de datos (Mauracciole, 2018, p. 281).

En el sector del turismo las herramientas de análisis de datos como Big Data, unidas a la implementación de algoritmos de analítica de datos e IA, están marcando una nueva senda en la promoción y divulgación de centros turísticos en Latinoamérica. En México, un estudio exploratorio que aplicó Big Data bajo una modalidad de análisis de sentimientos de las opiniones de los turistas en los blogs turísticos TripAdvisor y VirtualTourist sobre cuatro factores (atractivos, hospedaje, restaurantes y transporte) en dos destinos turísticos mexicanos, permitió identificar evaluaciones positivas, negativas y neutrales sobre cada uno de los establecimientos y servicios analizados (Amaya et al., 2017). Una investigación similar se dio en Argentina, donde una tesis de la Universidad Nacional del Sur (Departamento de Geografía y Turismo) utilizó minería de datos, junto con reglas de asociación y clasificación, para analizar las percepciones que tienen los turistas internacionales sobre los destinos turísticos del país, con base en los datos generados a través de la red social Instagram. Lo anterior se realizó con el objetivo de mejorar la toma de decisiones estratégicas que contribuyeran a potenciar la imagen de marca argentina y el posicionamiento turístico a nivel internacional (De Lucca, 2017). En Perú, un modelo arquitectónico de información para una plataforma de Big Data para el Sector Turístico permite hacer un análisis más profundo de las características y comportamientos de los consumidores o de clientes potenciales (Mérida et al., 2017).

El Business Intelligence, aliado estratégico de la banca gracias al análisis de datos de tarjetas de crédito

Específicamente en el campo de los estudios globales, la posibilidad de obtener y procesar datos masivos podría revolucionar la manera en que comprendemos ciertas tendencias y dinámicas de la globalización, tanto en una dimensión mundial como en las interacciones entre lo global con lo local o regional. Así, es posible esperar que la incorporación de técnicas asociadas a las ciencias de datos genere ciertos análisis https://www.anobii.com/en/01e2f41955ece6dea8/profile/activity cada vez más precisos. Las posibilidades metodológicas que se abren con la ciencia de datos puede ser un paso importante para analizar información que origine nuevas explicaciones sobre los fenómenos mundiales. En efecto, una de las transformaciones más importantes que están ocurriendo en el presente siglo es el crecimiento exponencial de datos que abre la posibilidad a nuevas formas para el análisis de la realidad.

articulos cientificos de big data