Un Data Warehouse (DW) es un repositorio de datos que provienen de distintas fuentes. Es utilizado para el análisis de datos y como apoyo a la toma de decisiones. Ya que permite obtener indicadores cuantitativos tales como cantidades. Sin embargo, en el ámbito de análisis de datos es usual encontrar relaciones entre los datos de naturaleza difusa. Por ejemplo, en un contexto académico la respuesta a la consulta “qué estudiantes obtuvieron buena nota final” no puede ser obtenida desde un DW tradicional pues no maneja información cualitativa. Debido a las limitaciones de los DW tradicionales es que pueden extenderse usando lógica difusa a un DW Difuso (DWD). En este trabajo se presenta una implementación de DWD cuyo objetivo es permitir el análisis cualitativo de datos de estudiantes lo que apoya el proceso de toma de decisiones. El DWD implementado permite operar con medidas difusas, hechos difusos, relaciones difusas y niveles difusos.
INTRODUCCIÓN
Cada día las organizaciones tienen más información porque sus sistemas producen una gran cantidad de operaciones diarias que se almacenan generalmente en bases de datos transaccionales. Con el fin de analizar esta información histórica, una alternativa interesante es implementar un DW. Un DW es una colección de datos orientada a un determinado ámbito (empresa, organización, etc.), integrado, no volátil y variable en el tiempo, que es utilizado para el apoyo a la toma de decisiones en la entidad en la que se utiliza [3,12].
Los elementos principales de un DW son dimensiones, jerarquías, hechos y medidas.
Una dimensión es un concepto abstracto que modela un contexto para el análisis. Sobre las dimensiones se pueden definir jerarquías, que permiten acceder a los datos a diferentes niveles o categorías de detalle [3,12].
Los hechos representan una tupla de claves primarias, foráneas y medidas. Las medidas son valores numéricos, por lo que el tipo de análisis que se puede realizar es cuantitativo. Sin embargo, en el proceso de toma de decisiones también es valorado el análisis cualitativo. El análisis cualitativo, está orientado a analizar características de alguna cosa más que una cantidad que es el caso de un análisis cuantitativo.
En el contexto de análisis cuantitativo se utilizan los DW y para extender un DW a un DWD se utiliza lógica difusa [25] de tal forma de incluir los aspectos cualitativos en el análisis de datos. Entonces es necesario comprender cuáles son los elementos de un DW que se extienden para componer un DWD. Comenzando por qué es un atributo difuso. Una clasificación de información difusa es presentada en [9-10,22,29-30] donde se definen los atributos difusos como atributos tipo 1, tipo 2 y tipo 3.
Los atributos difusos tipo 1 [9-10,22,29-30] son atributos clásicos que admiten el tratamiento impreciso, donde las etiquetas lingüísticas definidas solo se usarán en las condiciones difusas de las consultas.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Estudio empírico de la percepción sobre técnicas de educción de requisitos software
Artículo:
Creación de un ambiente óptimo para el aprendizaje remoto en educación superior: identificación de rasgos de liderazgo
Artículo:
Aprender jugando con “tejidos precolombinos” mediante rompecabezas virtuales
Artículo:
Tareas para promover argumentación en clase de matemáticas basadas en Software de Geometría Dinámica
Artículo:
Educomunicación: estrategia de intervención pedagógica en adolescentes con impulsividad motora, cognitiva y no planeada
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Infografía:
Sistemas de calidad. Six Sigma
Manual:
Química de los taninos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.