Please use this identifier to cite or link to this item:
https://rinacional.tecnm.mx/jspui/handle/TecNM/3021| Title: | Selección de un Método Ágil para el desarrollo de Sistemas Big Data |
| Authors: | Capistran Abundez, Antonio Juan%886954 |
| metadata.dc.subject.other: | comportamiento de usuarios, Big Data, volumén, velocidad, variedad |
| Issue Date: | 2020-07-17 |
| Publisher: | Tecnológico Nacional de México |
| metadata.dc.publisher.tecnm: | Centro Nacional de Investigación y Desarrollo Tecnológico |
| Description: | Nuestros tiempos destacan por la rápida evolución de la informática, áreas emergentes como el aprendizaje automático a través de la Inteligencia Artificial, el Internet de las Cosas con múltiples dispositivos conectados a la red y plataformas digitales en diversas áreas de conocimiento genera una ascendente cantidad de usuarios conectados a dispositivos y sensores electrónicos, los cuales, generan decenas de datos medibles en terabytes (TB), petabytes (PB) y Exabytes (EB), ocasionando que empresas de distinto giro económico modifiquen la forma de tomar decisiones en sus procesos de negocios (John Gantz, 2013). El origen de grandes cantidades de datos va desde transacciones bancarias, pagos con tarjeta, señales GPS o búsquedas en Google hasta datos generados de forma voluntaria en teléfonos inteligentes, al publicar información en blogs, Youtube o mensajes en redes sociales como Twitter y Facebook. Una de las áreas generadoras de datos en constante crecimiento, son las redes sociales y el contenido generado por los usuarios (User Generated Content UGC) en Internet a través del cual se puede conocer las sensaciones de usuarios y clientes de diversas áreas económicas (Marine-Roig & Anton Clavé, 2015). Es imperante que los datos generados por empresas y usuarios conectados a internet sean analizados en busca de información pertinente para visualizar y prever posibles comportamientos de los usuarios que direccion en las tendencias del mercado. Es así como nacen los sistemas Big Data, los cuales, debido a sus características de volumen, velocidad y variedad de los datos sobrepasan los recursos de software y hardware actualmente disponibles. Por lo tanto, los proyectos de desarrollo de software para aplicaciones de análisis de Big Data (BDAA) requieren enfoques innovadores para ayudar a administrarlos y usarlos de manera efectiva (Al-Jaroodi, Hollein, & Mohamed, 2017). El rápido aumento en la cantidad de datos no estructurados y estructuras de datos complejas, deja obsoletos los métodos de desarrollo de software tradicionales ya que su funcionamiento es secuencial, por lo tanto, no son efectivos para resolver la compleja combinación de 3v’s en Big Data. En el presente documento se revisan metodologías ágiles que permitan presentar una guía general asequible para desarrollar sistemas Big Data. El enfoque ágil con características de iteraciones cortas y adaptación al cambio, facilitan que empresas de diversas áreas económicas, disminuyan tiempos de comercialización de productos, automatización de procesos y entregas de productos funcionales que cumplan satisfactoriamente los requisitos del cliente(Sharma, 2012) |
| metadata.dc.type: | info:eu-repo/semantics/masterThesis |
| Appears in Collections: | Tesis de Maestría en Computación |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| MC_Antonio_Juan_Capistran_Abundez_2020.pdf | Tesis | 5.11 MB | Adobe PDF | View/Open |
| MC_Antonio_Juan_Antonio_Capistran_Abundez_2020.pdf Restricted Access | Cesión de derechos | 383.12 kB | Adobe PDF | View/Open Request a copy |
This item is protected by original copyright |
This item is licensed under a Creative Commons License
