|
|||||
Consulta de los datos generales Descripción La asignatura en el conjunto del plan de estudios Campos profesionales en que se proyecta Conocimientos previos Objetivos y competencias Contenidos Consulta de los materiales que dispone la asignatura Materiales y herramientas de apoyo Bibliografía y fuentes de información Metodología Información sobre la evaluación en la UOC Consulta del modelo de evaluación Evaluación Contínua Evaluación final Feedback | |||||
Este es el plan docente de la asignatura para el segundo semestre del curso 2023-2024. Podéis consultar si la asignatura se ofrece este semestre en el espacio del campus Más UOC / La universidad / Planes de estudios). Una vez empiece la docencia, tenéis que consultarlo en el aula. El plan docente puede estar sujeto a cambios. | |||||
Los sistemas de inteligencia de negocio se han transformado en los últimos años en las piezas angulares para mejorar las decisiones de negocio dentro de una organización. El conjunto de metodologías, aplicaciones, prácticas y capacidades que definían originariamente estos sistemas de información ha evolucionado desde sus orígenes en 1958 para adaptarse a las nuevas necesidades de negocio. Hasta no hace mucho, los sistemas de inteligencia de negocio se centraban únicamente en analizar los datos de la organización para una toma de decisiones basada en evidencias. No obstante, en los últimos años, la aparición de nuevas técnicas y tecnologías ha permitido evolucionar los sistemas de inteligencia de negocio para que tengan en cuenta datos externos a la empresa, de distintos tipos (geográficos, de redes sociales... ) y/o formatos (de consumo -streaming por ejemplo - o de representación - HTML o RDF por ejemplo-). Eso permite que los sistemas de inteligencia de negocio sean más eficientes, pudiendo no solo detectar puntos de mejora dentro de la organización sinó en el mercado y entorno donde opera. Esta asignatura presenta nuevos escenarios de negocio y tipos de datos que puedan ser relevantes en los procesos analíticos de las organizaciones, ya sean en un contexto de Big Data o no. En particular, en esta asignatura se discutirá sobre los datos extraídos de redes sociales, datos geográficos, datos en abierto, datos enlazados y datos que deban ser analizados en streaming. |
|||||
Esta asignatura, en el contexto del Programa de Business Intelligence, forma parte de la especialidad de Big Data y sistemas NoSQL. En dicha especialidad se trabaja lo que algunos analistas han llamado "la gestión extrema de la información", o sea la transformación del enorme volumen de datos oculto en la propia organización o presente a su alrededor en información y conocimiento útil para el negocio. Esta especialidad incluye, además de la asignatura objeto de este plan docente, las siguientes asignaturas:
Las dos asignaturas anteriores capacitaran a los estudiantes para almacenar adecuadamente datos masivos y trabajar con ellos. Esta asignatura las complementará ofreciendo al estudiante información de sobre como tratar distintos tipos de datos: datos de redes sociales, datos abiertos, datos enlazados, datos geográficos y en streaming. |
|||||
La asignatura os proporcionará conocimientos que serán de utilidad en diferentes ámbitos profesionales, como son la dirección de proyectos BI, la consultoría en proyectos/productos BI, la programación de sistemas de BI, el diseño de bases de datos o la ciencia de datos, entre otros. | |||||
El curso requiere que los estudiantes tengan la capacidad de leer y comprender el idioma inglés puesto que una parte importante de los materiales de referencia, así como de otros recursos, están en dicho idioma. Asimismo también es deseable que los estudiantes tengan conocimientos de HTML, de XML y de algún lenguaje de programación de alto nivel, como puede ser R, javascript o Python. Se proporcionará el soporte para poder alcanzar un nivel mínimo para aquellos estudiantes que desconozcan dichos entornos. |
|||||
Las competéncias especificas que el estudiante trabajará en esta asignatura son:
|
|||||
La asignatura consta de los siguientes bloques temáticos:
Módulo 1: Analítica en redes sociales. En esta primera parte se introducirá el concepto de social analytics (que consiste en la aplicación de técnicas de explotación de datos a las redes sociales), su relación con la inteligencia de negocio, estrategias, beneficios y técnicas de desarrollo y se discutirá un ejemplo real. Este módulo tratara sobre los sistemas de inteligencia de negocio en las redes sociales, métricas e indicadores, herramientas de medición, ejemplos de sistemas de inteligencia de negocio en redes sociales, recuperación y almacenamiento de datos en redes sociales, técnicas y algoritmos para la clasificación y personalización en social business intelligence. Asi mismo, se utilizarán distintos casos prácticos para mostrar ejemplos del uso de analítica sobre datos de redes sociales.
Módulo 2: Analítica con datos geográficos. En este módulo se presentará el concepto de SIG BI (que consiste en la integración de información geográfica en iniciativas de analisis de datos), su relación con la inteligencia de negocio, estrategias, beneficios y técnicas de desarrollo. Este módulo mostrará la importancia de los datos geográficos en los sistemas de inteligencia de negocio, los sistemas de información geográfica (SIG), como usar los SIG en procesos de inteligencia de negocio, los datos geográficos, la comunicación cartográfica, el análisis de datos, fuentes de datos externas, soluciones de mercado y proporcionará distintos ejemplos prácticos.
Modulo 3: Datos abiertos y enlazados (Web de datos). En este módulo didáctico trataremos el papel que los datos abiertos (open data) y los datos enlazados (linked data) pueden tener en la inteligencia de negocio, básicamente, haciendo una introducción de lo qué son, de cómo se clasifican, de cómo se pueden publicar datos en abierto y de cómo encontrar datos abiertos enlazados y hacer consultas sobre los mismos. Este módulo contendrá los siguientes contenidos: Conceptos preliminares (datos, datos abiertos y reflexión sobre los mismos), qué son los datos abiertos, beneficios que proporcionan y como publicarlos, qué es el Linked Data y la Web de Datos, ejemplos de Linked Data, el modelo de 5 estrellas de Linked Data, cómo publicar Linked Data, RDF y SPARQL y, finalmente, ejemplos de Open/Linked Data.
Módulo 4: Procesamiento de datos en streaming. En este módulo trataremos las tecnologías que permiten consumir, analizar y almacenar datos en streaming, centrándonos principalmente en las tecnologías de bases de datos creadas con este propósito. Este módulo contendrá los siguientes contenidos: qué son los datos en streaming, cuando es necesario analizar/almacenar datos en streaming y bases de datos y entornos tecnológicos para el proceso de datos en streaming.
|
|||||
|
|||||
Los materiales estarán disponibles en el aula a medida que vayan siendo necesarios en el desarrollo del curso.
|
|||||
Bibliografía adicional
|
|||||
El consultor recordará al comienzo de cada semana los objetivos y competencias a desarrollar durante la misma, así como los modelos de aprendizaje y de evaluación para cada parte cuando proceda. Se recomienda el seguimiento y participación en todas las discusiones y preguntas publicadas en el foro del aula. Más concretamente, recomendamos el siguiente ciclo de estudios:
Los modulos de análisis de redes sociales, datos geográficos y datos abiertos y enlazados se trabajaran activamente en clase durante el semestre. El módulo de analísis de datos en streaming se ofrece como complemento opcional y no tendrá ninguna actividad asociada. Finalmente, todos los estudiantes de esta asignatura tenéis acceso a un aula de Laboratorio. El objetivo de esta aula, dirigida por un consultor diferente del aula de la asignatura, es asistiros en la instalación y problemas técnicos derivados de la instalación del software de las asignaturas que estéis cursando. Entendedlo, pues, como un espacio de apoyo al trabajo con el software de la asignatura. En ningún caso tenéis que dirigir cuestiones de teoría a esta aula, ni usarla como foro de discusión para la resolución de problemas relacionados con los ejercicios planteados en las PEC y las PRA. |
|||||
La Normativa académica de la UOC dispone que el proceso de evaluación se fundamenta en el trabajo personal del estudiante y presupone la autenticidad de la autoría y la originalidad de los ejercicios realizados. La falta de originalidad en la autoría o el mal uso de las condiciones en las que se hace la evaluación de la asignatura es una infracción que puede tener consecuencias académicas graves. El estudiante será calificado con un suspenso (D/0) si se detecta falta de originalidad en la autoría de alguna actividad evaluable (práctica, prueba de evaluación continua (PEC) o final (PEF), o la que se defina en el plan docente), ya sea porque ha utilizado material o dispositivos no autorizados, ya sea porque ha copiado de forma textual de internet, o ha copiado de apuntes, de materiales, manuales o artículos (sin la citación correspondiente) o de otro estudiante, o por cualquier otra conducta irregular. La calificación de suspenso (D/0) en la evaluación continua (EC) puede conllevar la obligación de hacer el examen presencial para superar la asignatura (si hay examen y si superarlo es suficiente para superar la asignatura según indique este plan docente). Cuando esta mala conducta se produzca durante la realización de las pruebas de evaluación finales presenciales, el estudiante puede ser expulsado del aula, y el examinador hará constar todos los elementos y la información relativos al caso. Además, esta conducta puede dar lugar a la incoación de un procedimiento disciplinario y la aplicación, si procede, de la sanción que corresponda. La UOC habilitará los mecanismos que considere oportunos para velar por la calidad de sus titulaciones y garantizar la excelencia y la calidad de su modelo educativo. |
|||||
Ponderación de las calificaciones
Opción para superar la asignatura: EC
Nota final de asignatura: EC |
|||||
La evaluación continua, en el contexto de la asignatura, incluye 4 actividades prácticas (PRA). Es obligatorio realizar las actividades prácticas para poder aprobar la asignatura. El seguimiento correcto de la asignatura os compromete a realizar las PRA propuestas según las indicaciones que se indican en su enunciado y este Plan Docente. En caso de que no sea así, las actividades se evaluarán con una calificación de suspenso (D). Por otro lado, y a criterio de la Universidad, el incumplimiento de esta obligación será comunicada a la gestión de los estudios, con el fin de evaluar si el estudiante está autorizado para aprobar cualquier otra materia mediante una evaluación continua en el semestre en curso o el siguiente. Cabe destacar que las PRA entregadas que no incluyan al menos un 25% de los ejercicios propuestos resueltos serán consideradas como no presentadas. Las actividades se deben entregar dentro de los plazos establecidos en este plan docente (véase el apartado de "Fechas clave"). En caso de situaciones excepcionales que no permitan cumplir los plazos, por favor poneros en contacto con vuestro consultor antes de la finalización de la PEC para evaluar alternativas. |
|||||
La nota final se calculará teniendo en cuenta la nota de las cuatro prácticas en igual proporción (cada práctica vale un 25% de la nota). Por tanto la fórmula que permite obtener la nota final es: Nota final = ( PRA 1 + PRA 2 + PRA 3 + PRA 4) /4 En el caso de presentar sólo dos o menos actividades prácticas la nota final será no presentado. En el caso de presentar menos de 4 actividades prácticas, la nota final será de suspenso. Es obligatorio presentar las 4 actividades prácticas para aprobar la asignatura. A lo largo del semestre, los consultores pueden proponer discusiones o debates formales. La participación en calidad y cantidad puede influir en la calificación final del semestre. |
|||||
En el contexto de la asignatura, el equipo docente podrá hacer tres tipos de retorno acerca de las actividades evaluables realizadas por los estudiantes:
|