Menú local
Guía docente 2017-18 - 74012009 - Inteligencia de negocio y en la web
TITULACIÓN: | Máster Univ. en Ingeniería informática (74012009) |
CENTRO: | ESCUELA POLITÉCNICA SUPERIOR (JAÉN) |
TITULACIÓN: | Doble Máster en Ingeniería informática y Seguridad informática (77612011) |
CENTRO: | ESCUELA POLITÉCNICA SUPERIOR (JAÉN) |
CURSO: | 2017-18 |
ASIGNATURA: | Inteligencia de negocio y en la web |
NOMBRE: Inteligencia de negocio y en la web | |||||
CÓDIGO: 74012009 (*) | CURSO ACADÉMICO: 2017-18 | ||||
TIPO: - | |||||
Créditos ECTS: 9.0 | CURSO: 1 | CUATRIMESTRE: SC | |||
WEB: http://dv.ujaen.es/docencia/goto_docencia_crs_528373.html |
NOMBRE: GACTO COLORADO, Mª JOSÉ | ||
IMPARTE: Teoría - Prácticas [Profesor responsable] | ||
DEPARTAMENTO: U118 - INFORMÁTICA | ||
ÁREA: 075 - CIENCIA DE LA COMPUTACIÓN E INT. ARTIFICIAL | ||
N. DESPACHO: A3 - 243 | E-MAIL: mgacto@ujaen.es | TLF: 953212261 |
TUTORÍAS: https://uvirtual.ujaen.es/pub/es/informacionacademica/tutorias/p/86976 | ||
URL WEB: http://wwwdi.ujaen.es/?q=es/mgacto | ||
ORCID: https://orcid.org/0000-0001-9895-9647 | ||
NOMBRE: GONZÁLEZ GARCÍA, PEDRO | ||
IMPARTE: Teoría - Prácticas | ||
DEPARTAMENTO: U118 - INFORMÁTICA | ||
ÁREA: 570 - LENGUAJES Y SISTEMAS INFORMÁTICOS | ||
N. DESPACHO: A3 - 123 | E-MAIL: pglez@ujaen.es | TLF: 953212464 |
TUTORÍAS: https://uvirtual.ujaen.es/pub/es/informacionacademica/tutorias/p/57923 | ||
URL WEB: http://www4.ujaen.es/~pglez | ||
ORCID: https://orcid.org/0000-0002-6733-3868 | ||
NOMBRE: MARTÍNEZ LÓPEZ, LUIS | ||
IMPARTE: Teoría | ||
DEPARTAMENTO: U118 - INFORMÁTICA | ||
ÁREA: 570 - LENGUAJES Y SISTEMAS INFORMÁTICOS | ||
N. DESPACHO: A3 - 133 | E-MAIL: martin@ujaen.es | TLF: 953211902 |
TUTORÍAS: https://uvirtual.ujaen.es/pub/es/informacionacademica/tutorias/p/57949 | ||
URL WEB: http://sinbad2.ujaen.es/index.php/es/miembros/userprofile/martin | ||
ORCID: https://orcid.org/0000-0003-4245-8813 | ||
NOMBRE: LÓPEZ ÚBEDA, PILAR | ||
IMPARTE: Prácticas | ||
DEPARTAMENTO: U118 - INFORMÁTICA | ||
ÁREA: 570 - LENGUAJES Y SISTEMAS INFORMÁTICOS | ||
N. DESPACHO: - | E-MAIL: - | TLF: - |
TUTORÍAS: https://uvirtual.ujaen.es/pub/es/informacionacademica/tutorias/p/88294 | ||
URL WEB: - | ||
ORCID: - | ||
NOMBRE: MARTÍN VALDIVIA, MARÍA TERESA | ||
IMPARTE: Prácticas | ||
DEPARTAMENTO: U118 - INFORMÁTICA | ||
ÁREA: 570 - LENGUAJES Y SISTEMAS INFORMÁTICOS | ||
N. DESPACHO: A3 - 127 | E-MAIL: maite@ujaen.es | TLF: 953212898 |
TUTORÍAS: https://uvirtual.ujaen.es/pub/es/informacionacademica/tutorias/p/57958 | ||
URL WEB: blogs.ujaen.es/maite | ||
ORCID: https://orcid.org/0000-0002-2874-0401 | ||
El objetivo de la asignatura es introducir al alumno en la Inteligencia de Negocio e Inteligencia web. El aprendizaje se realizará de forma tanto teórica como práctica.
Es esencial para el seguimiento de la asignatura la asistencia a clases teóricas, prácticas y seminarios, el trabajo autónomo en casa, la realización de los ejercicios propuestos así como la entrega de prácticas.
Para las clases prácticas deberá estudiar con antelación a la realización de las mismas el guión y materiales proporcionados por los profesores, así como la materia de teoría relacionada.
Algunos de los paradigmas mostrados en clase requerirán o bien de su programación o bien de la utilización de una plataforma.
El alumnado que presente necesidades específicas de apoyo educativo, lo ha de notificar personalmente al Servicio de Atención y Ayudas al Estudiante para proceder a realizar, en su caso, la adaptación curricular correspondiente.código | Denominación de la competencia |
CB10R | Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo. |
CB7R | Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio |
CB9R | Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades |
CET5 | Capacidad para analizar las necesidades de información que se plantean en un entorno y llevar a cabo en todas sus etapas el proceso de construcción de un sistema de información. |
CET9 | Capacidad para aplicar métodos matemáticos, estadísticos y de inteligencia artificial para modelar, diseñar y desarrollar aplicaciones, servicios, sistemas inteligentes y sistemas basados en el conocimiento. |
CG1 | Capacidad para proyectar, calcular y diseñar productos, procesos e instalaciones en todos los ámbitos de la ingeniería informática. |
CG2 | Capacidad para la dirección de obras e instalaciones de sistemas informáticos, cumpliendo la normativa vigente y asegurando la calidad del servicio. |
CG3 | Capacidad para dirigir, planificar y supervisar equipos multidisciplinares. |
CG4 | Capacidad para el modelado matemático, cálculo y simulación en centros tecnológicos y de ingeniería de empresa, particularmente en tareas de investigación, desarrollo e innovación en todos los ámbitos relacionados con la Ingeniería en Informática. |
CG8 | Capacidad para la aplicación de los conocimientos adquiridos y de resolver problemas en entornos nuevos o poco conocidos dentro de contextos más amplios y multidisciplinares, siendo capaces de integrar estos conocimientos. |
CTI1 | Capacidad para trabajar, dirigir y gestionar conflictos en un grupo multidisciplinar y/o un entorno multilingüe. |
CTI2 | Capacidad para la gestión de la información, manejo y aplicación de las especificaciones técnica y la legislación necesaria para la práctica de la ingeniería. |
Resultados de aprendizaje | |
Resultado 4.5R | Ser capaz de desarrollar e implantar sistemas de analítica e inteligencia de negocio. |
Resultado 4.6R | Tener capacidad para desarrollar sistemas inteligentes de recomendación, colaboración y recuperación de información en la web. |
Analítica de negocio, exploración de datos, visualización, minería de datos. Inteligencia Web: recuperación de información, análisis de redes sociales, sistemas de recomendación y colaboración social.
1. Introducción a la Inteligencia de Negocio.
2. Exploración, depuración y calidad de datos. Visualización de datos en inteligencia de Negocio.
3. Análisis predictivo.
4. Segmentación de mercado.
5. Análisis de transacciones y mercados.
6. Introducción a la Inteligencia Web.
7. Recuperación de información. Análisis de redes sociales.
8. Personalización: Necesidad, procesos y herramientas
9. Sistemas de recomendación: Técnicas
colaborativas y basadas en contenido. Aplicación de los
sistemas de recomendación.
ACTIVIDADES | HORAS PRESENCIALES | HORAS TRABAJO AUTÓNOMO | TOTAL HORAS | CRÉDITOS ECTS | COMPETENCIAS (códigos) |
---|---|---|---|---|---|
A1 - Clases expositivas en gran grupo
|
45.0 | 67.5 | 112.5 | 4.5 |
|
A2R - Clases en pequeño grupo
|
45.0 | 67.5 | 112.5 | 4.5 |
|
TOTALES: | 90.0 | 135.0 | 225.0 | 9.0 |
El alumno dispondrá del materia docente en la plataforma de docencia virtual de la universidad. Además recibirá el apoyo tutorial por parte del equipo docente que le orientará personalmente para realizar su tarea de aprendizaje.
La asignatura se divide en dos partes relacionadas, teoría y prácticas.
La teoría se impartirá principalmente a través de sesiones magistrales, incluyendo sesiones de actividades, resolución de dudas y debate, exposición de trabajos desarrollados por los alumnos y preguntas teóricas o problemas con los que se evaluará la participación del alumno en la asignatura.
La parte práctica se realizará en el laboratorio de informática .
ASPECTO | CRITERIOS | INSTRUMENTO | PESO |
---|---|---|---|
Asistencia y/o participación en actividades presenciales y/o virtuales | Asistencia y participación en clase | Listas de asistencia. Observación y notas del profesor | 10.0% |
Conceptos teóricos de la materia | Conceptos teóricos y operativos de la materia | Examen | 30.0% |
Realización de trabajos, casos o ejercicios | Realización de trabajos, casos o ejercicios | Entrega del trabajo y documentación asociada al mismo. Exposición y defensa del trabajo. Ejercicios entregados en clase | 30.0% |
Prácticas de laboratorio/campo/uso de herramientas TIC | Prácticas de laboratorio/ordenador | Entrega de las prácticas y documentación asociada. Defensa de las prácticas. | 30.0% |
El sistema de calificación se regirá por lo
establecido en el RD 1125/2003 de 5 de septiembre por el que se
establece el sistema europeo de créditos y el sistema de
calificaciones en la titulaciones universitarias de carácter
oficial.
Para superar la asignatura, la nota final será la suma
de las notas ponderadas de acuerdo a los criterios incluidos en el
sistema de evaluación, siempre y cuando se supere la parte
teórica y práctica de la asignatura.
Para superar la parte teórica habrá que obtener
al menos un 50% del peso asignado a sus contenidos.
Permitirá evaluar las competencias: CET2, CET5, CET9, CTI2,
CTI3, CG1, CG4, CG5,
Para superar la parte práctica habrá que
obtener al menos un 50% del peso asignado a sus contenidos.
Permitirá evaluar las competencias:CET2, CET5, CET9, CTI1,
CTI3, CG2, CG3, CG5, CG6, CG8
- The handbook of market intelligence [Recurso electrónico] : understand, compete and grow in global m. Edición: 1st ed. Autor: Hedin, Hans. Editorial: Hoboken, N.J. : Wiley, 2011 (C. Biblioteca)
- Data mining for business intelligence : concepts, techniques, and applications in Microsoft Office E. Edición: 2nd ed. Autor: Shmueli, Galit. Editorial: Hoboken : John Wiley & Sons, cop. 2010 (C. Biblioteca)
- Big data, big analytics [Recurso electrónico] : emerging business intelligence and analytic trends f. Edición: -. Autor: Minelli, Michael, 1974-. Editorial: Hoboken, New Jersey : John Wiley & Sons, c2013 (C. Biblioteca)
- Data mining techniques [Recurso electrónico] : for marketing, sales, and customer relationship manag. Edición: 3rd ed. Autor: Linoff, Gordon. Editorial: Indianapolis : Wiley Pub., 2011 (C. Biblioteca)
- Introduction to data mining. Edición: -. Autor: Tan , Pang-Ning. Editorial: Boston [etc.]: Pearson Educación: Addison-Wesley, cop. 2006. (C. Biblioteca)
- Data points [Recurso electrónico] : visualization that means something. Edición: -. Autor: Yau, Nathan. Editorial: Indianapolis, IN : J. Wiley & Sons, 2013 (C. Biblioteca)
- Business Intelligence. Edición: International Edition. Autor: Efraim Turban, Ramesh Sharda, Dursun Delen, David King. Editorial: Prentice Hall (C. Biblioteca)
- Sentiment analysis and opinion mining . Edición: -. Autor: Liu, Bing. Editorial: [San Rafael, Calif.] : Morgan & Claypool, 2012 (C. Biblioteca)
- Recommender systems handbook. Edición: -. Autor: P. B. Kantor, L. Rokach, F. Ricci and B. Shapira, . Editorial: Springer (C. Biblioteca)
- The data warehouse ETL toolkit [Recurso electrónico] : practical techniques for extracting, cleaning. Edición: -. Autor: Kimball, Ralph. Editorial: Indianapolis, Ind. : Wiley, c2004. (C. Biblioteca)
- The data warehouse lifecycle toolkit [Recurso electrónico]. Edición: 2nd ed.. Autor: -. Editorial: Indianapolis, Ind. : Wiley Pub., c2008. (C. Biblioteca)
- Data mining: practical machine learning tools and techniques. Edición: 3rd ed.. Autor: Witten, Ian H.. Editorial: Amsterdam: Morgan Kaufman: Elsevier, 2011 (C. Biblioteca)
- Data mining : concepts and techniques. Edición: 3rd ed. Autor: Han, Jiawei. Editorial: Burlington, MA : Elsevier, c2011 (C. Biblioteca)
Semana |
A1 |
A2 |
A3 |
T.A. |
Observaciones |
Nº 0: 1 - 4 mar 2018 |
|
|
|
|
Módulo 1 |
Nº 1: 5 - 11 mar 2018 |
|
|
|
|
Módulo 1 Módulo 2 |
Nº 2: 12 - 18 mar 2018 |
|
|
|
|
Módulo 2 |
Nº 3:
|
|
|
|
|
Módulo 3 |
Período no docente: 26 mar - 1 abr 2018 |
|
|
|
|
|
Nº 4:
|
|
|
|
|
Módulo 3 Módulo 4 |
Nº 5:
|
|
|
|
|
Módulo 4 |
Nº 6:
|
|
|
|
|
Módulo 5 |
Nº 7:
|
|
|
|
|
Módulo 5 Módulo 6 |
Nº 8:
|
|
|
|
|
Módulo 6 |
Nº 9:
|
|
|
|
|
Módulo 6 Módulo 7 |
Nº 10:
|
|
|
|
|
Módulo 7 |
Nº 11:
|
|
|
|
|
Módulo 8 |
Nº 12:
|
|
|
|
|
Módulo 8 |
Nº 13:
|
|
|
|
|
Módulo 9 |
Total |
|
|
|
|
|