Descripción del Curso
Las necesidades de administración de información en los últimos años han cambiado debido a las características de la información en entornos como las redes sociales, la web, la web semántica y los repositorios de imágenes y documentos. Estos entornos se caracterizan por tener datos estructurados, semiestructurados y no estructurados. Los cambios de necesidades de manejo de la información ha motivado la generación de nuevas tecnologías y herramientas de análisis. Como resultado tenemos tecnologías, comúnmente llamadas post-relacionales (o No-SQL), que siguen una dirección diferente a la de los sistemas transaccionales tradicionales. Se han generado nuevos modelos de datos, de almacenamiento, de procesamiento, de indexación y de recuperación de la información. En este curso se estudiarán los modelos de datos subyacentes a estas nuevas tecnologías y las herramientas que los soportan. Además algunas técnicas de diseño e implementación de bodegas de datos y procesos de minería de datos.
Información Básica
-
Profesor:
-
Créditos: 4
-
Horas de Clase: 3/semana
-
Horas de trabajo independiente: 9 / semana
-
Prerequisitos: Ninguno
Objetivos
Al finalizar el curso los participantes podrán:
– Modelar, por medio de los diferentes modelos estudiados, una base de datos a partir de una problemática o realidad particular.
– Formular consultas básicas para recuperar datos representados en los diferentes modelos estudiados, usando un sistema de base de datos que implemente dicho modelo
– Identificar ventajas, desventajas y áreas usuales de aplicación de los modelos estudiados
Metodología
El curso es presencial. Los temas serán desarrollados durante las sesiones. Los estudiantes aplicarán los conocimientos por medio de talleres sobre modelado y formulación de consultas en los diferentes modelos. Para la formulación de las consultas se usarán sistemas de bases de datos que soporten el modelo correspondiente.
Contenido
| Sesiónes | Tema | Bibliografía |
|---|---|---|
| 1 | Introducción | |
| 2 | Modelado y Consultas de Datos | [1] |
| 3 | – MER y Modelo Relacional | [1] |
| 4 | – SQL | |
| 5 | – Modelos de Datos Orientados a Objetos | |
| 6 | – Modelos Basados en Grafos | [3] |
| 7 | – RDF | [2] |
| 8-9 | – Otros Modelos de Datos Post-relacionales (key-value stores, column family db, document stores) | |
| 10 | Descubrimiento de Conocimiento | [4] |
| 11-12 | – Modelo Multidimensional | [4] |
| 13 | – Diseño de Bodegas de Datos | [4] |
| 14 | – Minería de Datos | [4] |
| 15 | – – El proceso de la minería de datos (CRISP-DM) |
Evaluación
| Porcentaje | |
|---|---|
| Taller 1 | 20% |
| Taller 2 | 20% |
| Taller 3 | 20% |
| Taller 4 | 20% |
| Exposición | 20% |
Bibliografía
-
Graeme C. Simsion and Graham C. Witt. Data Modeling Essentials. Elsevier, 2005.
-
Serge Abiteboul, Ioana Manolescu, Philippe Rigaux, Marie-Christine Rousset and Pierre Senellart. Web Data Management and Distribution. Webdam, 2011. http://webdam.inria.fr/Jorge/
-
Ian Ronbinson, Jim Webber and Emil Eifrem. Graph Databases. O’Reilly, 2013.
-
Jiawei Han and Micheline Kamber. Data Mining: Concepts and Techniques. Morgan Kaufmann, 2011.