Universidad de Jaén

Menú local

Guía docente 2020-21 - 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: 2020-21
ASIGNATURA: Inteligencia de negocio y en la web
GUÍA DOCENTE
1. DATOS BÁSICOS DE LA ASIGNATURA
NOMBRE: Inteligencia de negocio y en la web
CÓDIGO: 74012009 (*) CURSO ACADÉMICO: 2020-21
TIPO: -
Créditos ECTS: 9.0 CURSO: 1 CUATRIMESTRE: SC
WEB: http://dv.ujaen.es/docencia/goto_docencia_crs_528373.html
2. DATOS BÁSICOS DEL PROFESORADO
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: DÍAZ GALIANO, MANUEL CARLOS
IMPARTE: Prácticas
DEPARTAMENTO: U118 - INFORMÁTICA
ÁREA: 570 - LENGUAJES Y SISTEMAS INFORMÁTICOS
N. DESPACHO: A3 - 114 E-MAIL: mcdiaz@ujaen.es TLF: 953212915
TUTORÍAS: https://uvirtual.ujaen.es/pub/es/informacionacademica/tutorias/p/46871
URL WEB: http://blogs.ujaen.es/mcdiaz/
ORCID: https://orcid.org/0000-0001-9298-1376
 
3. PRERREQUISITOS, CONTEXTO Y RECOMENDACIONES
PRERREQUISITOS:
-
CONTEXTO DENTRO DE LA TITULACIÓN:

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.

RECOMENDACIONES Y ADAPTACIONES CURRICULARES:

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.
4. COMPETENCIAS Y RESULTADOS DE APRENDIZAJE
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.
5. CONTENIDOS

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.

Teoría

Módulo I.

  • Tema 1: Personalización: Necesidad, procesos y herramientas
  • Tema 2: Sistemas de recomendación: Técnicas colaborativas y basadas en contenido. Aplicación de los sistemas de recomendación.

Módulo II.

  • Tema 1: Introducción a la Inteligencia de Negocio.
  • Tema 2: Exploración, depuración y calidad de datos. Visualización de datos en inteligencia de Negocio.
  • Tema 3: Análisis predictivo.
  • Tema 4: Segmentación de mercado.
  • Tema 5: Análisis de transacciones y mercados.

Módulo III.

  • Tema 1: Introducción a la Inteligencia Web.
  • Tema 2: Recuperación de información. Análisis de redes sociales.

Prácticas

Módulo I.

  • Práctica 1. Recomendación no personalizada
  • Práctica 2 - (en grupo). Implementación de un Sistema de Recomendación basado en Contenido
  • Práctica 3 - (en grupo). Implementación de un Sistema de Recomendación basado en Filtrado Colaborativo
  • Práctica 4 - (en grupo). Evaluación de sistemas de Recomendación
  • Práctica 5 - (individual). Sistema de recomendación basado en filtrado Colaborativo usando factorización de matrices (Voluntaria)

Módulo II.

  • Práctica 1. Herramientas de Inteligencia de Negocio
  • Práctica 2. Exploración, preparación y visualización de datos
  • Práctica 3. Segmentación del mercado
  • Práctica 4. Análisis predictivo
  • Práctica 5. Competición Kaggle

Módulo III.

  • Práctica 1. Elasticsearch
  • Práctica 2. Mapping
  • Práctica 3. Logstah
  • Práctica 4. Kibana 

6. METODOLOGÍA Y ACTIVIDADES
 
ACTIVIDADES HORAS PRESEN­CIALES HORAS TRABAJO AUTÓ­NOMO TOTAL HORAS CRÉDITOS ECTS COMPETENCIAS (códigos)
A1 - Clases expositivas en gran grupo
  • M1 - Clases magistrales
  • M2 - Exposición de teoría y ejemplos generales
  • M3 - Actividades introductorias
45.0 67.5 112.5 4.5
  • CB10R
  • CB7R
  • CB9R
  • CET5
  • CET9
  • CG1
  • CG2
  • CG3
  • CG4
  • CG8
  • CTI1
  • CTI2
A2R - Clases en pequeño grupo
  • M4MF - Actividades practicas
  • M5MF - Seminarios
  • M6MF - Laboratorios
  • M7MF - Aulas de informática
  • M8MF - Resolución de ejercicios
  • M9MF - Presentaciones/exposiciones
45.0 67.5 112.5 4.5
  • CB10R
  • CB7R
  • CB9R
  • CET5
  • CET9
  • CG1
  • CG2
  • CG3
  • CG4
  • CG8
  • CTI1
  • CTI2
TOTALES: 90.0 135.0 225.0 9.0  
 
INFORMACIÓN DETALLADA:

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.


Una parte de la asignatura se impartirá presencialmente en aula o laboratorio de informática y otra parte será presencial en aula virtual.

7. SISTEMA DE EVALUACIÓN
 
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 45.0%
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 15.0%
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
INFORMACIÓN DETALLADA:

Atendiendo a lo recogido en el art. 13 del Reglamento de régimen Académico y de Evaluación del alumnado de la Universidad de Jaén, la evaluación de la asignatura será global.


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

8. DOCUMENTACIÓN / BIBLIOGRAFÍA
ESPECÍFICA O BÁSICA:
  • Tableau your data! : fast and easy visual analysis with Tableau software. Edición: 2nd ed. Autor: Murray, Daniel G. Editorial: Indianapolis : Wiley, 2016  (C. Biblioteca)
  • The handbook of market intelligence [Recurso electrónico] : understand, compete and grow in global. Edición: Second edition. Autor: Hedin, Hans, author. Editorial: -  (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)
  • Sentiment analysis and opinion mining . Edición: -. Autor: Liu, Bing. Editorial: [San Rafael, Calif.] : Morgan & Claypool, 2012  (C. Biblioteca)
  • Recommender Systems Handbook [Recurso electrónico]. Edición: 1. Autor: Ricci, Francesco. Editorial: Boston, MA : Springer US, 2011  (C. Biblioteca)
GENERAL Y COMPLEMENTARIA:
  • Introduction to data mining. Edición: New international ed. Autor: Tan , Pang-Ning. Editorial: Harlow: Pearson Educación, cop. 2014  (C. Biblioteca)
  • Recommender Systems for the Social Web [Recurso electrónico]. Edición: -. Autor: Pazos Arias, José J.. Editorial: Berlin, Heidelberg : Springer Berlin Heidelberg, 2012  (C. Biblioteca)
  • Data mining techniques [Recurso electrónico] : for marketing, sales, and customer relationship manag. Edición: 3rd ed. Autor: Linoff, Gordon S. Editorial: Indianapolis, Ind. : Wiley Pub., Inc., 2011  (C. Biblioteca)
  • Data points [Recurso electrónico] : visualization that means something. Edición: -. Autor: Yau, Nathan. Editorial: Indianapolis, IN : J. Wiley & Sons, c2013  (C. Biblioteca)
  • The data warehouse ETL toolkit [Recurso electrónico] : practical techniques for extracting, cleaning, conforming, and delivering data . 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)
  • Big data, big analytics [Recurso electrónico] : emerging business intelligence and analytic trends. Edición: -. Autor: Minelli, Michael, 1974-. Editorial: Hoboken, New Jersey : John Wiley & Sons, c2013  (C. Biblioteca)
9. CRONOGRAMA

 

Semana

Módulos impartidos

Febrero - Marzo 2021

Módulo 1 (Luis)

  • Tema 1: Personalización: Necesidad, procesos y herramientas
  • Tema 2: Sistemas de recomendación: Técnicas colaborativas y basadas en contenido. Aplicación de los sistemas de recomendación.
  • Práctica 1. Recomendación no personalizada
  • Práctica 2 - (en grupo). Implementación de un Sistema de Recomendación basado en Contenido
  • Práctica 3 - (en grupo). Implementación de un Sistema de Recomendación basado en Filtrado Colaborativo
  • Práctica 4 - (en grupo). Evaluación de sistemas de Recomendación
  • Práctica 5 - (individual). Sistema de recomendación basado en filtrado Colaborativo usando factorización de matrices (Voluntaria)

Marzo - Mayo 2021

Módulo 2 (Pedro y María José)

  • Tema 1: Introducción a la Inteligencia de Negocio.
  • Tema 2: Exploración, depuración y calidad de datos. Visualización de datos en inteligencia de Negocio.
  • Tema 3: Análisis predictivo.
  • Tema 4: Segmentación de mercado.
  • Tema 5: Análisis de transacciones y mercados.
  • Práctica 1. Herramientas de Inteligencia de Negocio
  • Práctica 2. Exploración, preparación y visualización de datos
  • Práctica 3. Segmentación del mercado
  • Práctica 4. Análisis predictivo
  • Práctica 5. Competición Kaggle

Mayo - Junio 2021

Módulo 3 (Manuel Carlos)

  • Tema 1: Introducción a la Inteligencia Web.
  • Tema 2: Recuperación de información. Análisis de redes sociales.
  • Práctica 1. Elasticsearch
  • Práctica 2. Mapping
  • Práctica 3. Logstah
  • Práctica 4. Kibana
10. ESCENARIO MULTIMODAL O MIXTO

Las actividades que no puedan realizarse de forma presencial se desarrollarán en formato semipresencial, siempre que el aforo y la infraestructura del espacio asignado para la docencia de la asignatura lo permitan. 

Queda expresamente prohibida la grabación por ningún medio de las actividades presenciales o no presenciales síncronas.

 

El sistema e instrumentos de evaluación serán los mismos que para la modalidad presencial, sustituyendo las pruebas presenciales por pruebas similares desarrolladas mediante el uso de la plataforma de docencia online, siempre que se garantice la identidad del estudiante. 

11. ESCENARIO NO PRESENCIAL

Las actividades que no puedan realizarse de forma presencial se realizarán mediante actividades síncronas y/o asíncronas realizadas mediante la plataforma de docencia virtual.

Queda expresamente prohibida la grabación por ningún medio de las actividades presenciales o no presenciales síncronas.

El sistema e instrumentos de evaluación serán los mismos que para la modalidad presencial, sustituyendo las pruebas presenciales por pruebas similares desarrolladas mediante el uso de la plataforma de docencia online, siempre que se garantice la identidad del estudiante. 

 

CLÁUSULA DE PROTECCIÓN DE DATOS (evaluación on-line)

Responsable del tratamiento: Universidad de Jaén, Campus Las Lagunillas, s/n, 23071 Jaén

Delegado de Protección de Datos:dpo@ujaen.es

Finalidad: Conforme a la Ley de Universidades y demás legislación estatal y autonómica vigente, realizar los exámenes correspondientes a las asignaturas en las que el alumno o alumna se encuentre matriculado. Con el fin de evitar fraudes en la realización del mismo, el examen se realizará en la modalidad de video llamada, pudiendo el personal de la Universidad de Jaén contrastar la imagen de la persona que está realizando la prueba de evaluación con los archivos fotográficos del alumno en el momento de la matrícula. Igualmente, con la finalidad de dotar a la prueba de evaluación de contenido probatorio de cara a revisiones o impugnaciones de la misma, de acuerdo con la normativa vigente, la prueba de evaluación será grabada.

Legitimación: cumplimiento de obligaciones legales (Ley de Universidades) y demás normativa estatal y autonómica vigente.

Destinatarios: prestadores de servicios titulares de las plataformas en las que se realicen las pruebas con los que la Universidad de Jaén tiene suscritos los correspondientes contratos de acceso a datos.

Plazos de conservación: los establecidos en la normativa aplicable. En el supuesto en concreto de las grabaciones de los exámenes, mientras no estén cerradas las actas definitivas y la prueba de evaluación pueda ser revisada o impugnada.

Derechos: puede ejercitar sus derechos de acceso, rectificación, cancelación, oposición, supresión, limitación y portabilidad remitiendo un escrito a la dirección postal o electrónica indicada anteriormente. En el supuesto que considere que sus derechos han sido vulnerados, puede presentar una reclamación ante el Consejo de Transparencia y Protección de Datos de Andalucía www.ctpdandalucia.es

Cláusula grabación de clases PROTECCIÓN DE DATOS DE CARÁCTER PERSONAL

Responsable del tratamiento: Universidad de Jaén, Paraje Las Lagunillas, s/n; Tel.953 212121; www.ujaen.es

Delegado de Protección de Datos (DPO): TELEFÓNICA, S.A.U. ; Email: dpo@ujaen.es

Finalidad del tratamiento: Gestionar la adecuada grabación de las sesiones docentes con el objetivo de hacer posible la enseñanza en un escenario de docencia multimodal y/o no presencial.

Plazo de conservación: Las imágenes serán conservadas durante los plazos legalmente previstos en la normativa vigente.

Legitimación: Los datos son tratados en base al cumplimiento de obligaciones legales (Ley Orgánica 6/2001, de 21 de diciembre, de Universidades) y el consentimiento otorgado mediante la marcación de la casilla habilitada a tal efecto.

Destinatarios de los datos (cesiones o transferencias): Toda aquella persona que vaya a acceder a las diferentes modalidades de enseñanza.

Derechos: Ud. podrá ejercitar los derechos de Acceso, Rectificación, Cancelación, Portabilidad, Limitación del tratamiento, Supresión o, en su caso, Oposición. Para ejercitar los derechos deberá presentar un escrito en la dirección arriba señalada dirigido al Servicio de Información, Registro y Administración Electrónica de la Universidad de Jaén, o bien, mediante correo electrónico a la dirección de correo electrónico. Deberá especificar cuál de estos derechos solicita sea satisfecho y, a su vez, deberá acompañarse de la fotocopia del DNI o documento identificativo equivalente. En caso de que actuara mediante representante, legal o voluntario, deberá aportar también documento que acredite la representación y documento identificativo del mismo. Asimismo, en caso de considerar vulnerado su derecho a la protección de datos personales, podrá interponer una reclamación ante el Consejo de Transparencia y Protección de Datos de Andalucía www.ctpdandalucia.es