Ingeniero Civil Industrial / Durante los últimos años en Chile ha aumentado el uso de Internet, de smartphones y de las redes sociales. Entre todas las redes sociales cabe destacar Twitter, dada la visibilidad que tiene al ser una red más abierta que otras. En Chile, el uso de Twitter se concentra en dos tipos: informarse y opinar. La cantidad de opiniones que se registran en Twitter es de gran interés para distintos actores del país, entre los cuales se encuentran empresas que utilizan Twitter como una herramienta de comunicación con sus clientes, para resolver quejas y dudas y hasta para realizar campañas de marketing viral en la red. Dada la masificación de Twitter y la gran cantidad de usuarios, existe la necesidad de poder saber el nivel de influencia de los usuarios y así poder priorizarlos en la resolución de sus necesidad como también poder hacer más efectivas diversas campañas de marketing. Hoy en día, existen diversos servicios que realizan este tipo de tareas, como Klout o BrandMetric. Sin embargo, estos modelos miden la influencia de los usuarios de diversas formas, pero ninguno intenta vaticinar a los usuarios que se volverán influyentes en un futuro próximo. El presente trabajo consiste en definir una influencia en Twitter para luego ver se proyectaría en el tiempo, tomando como hipótesis que es posible medir la influencia de un usuario a partir de su generación de contenido interesante, para lograrlo se definió la influencia en la red de Twitter como la capacidad de generar contenido interesante que repercute en la red social. Viendo los modelos existentes se escogió uno y se modificó levemente para poder obtener un puntaje de lo interesante del contenido generado por un perfil. Dado este modelo se generaron rankings sobre la influencia de un usuario en Twitter, además de rankings en agrupaciones de tópicos asociadas a política y deportes. No se pudo segregar en una mayor cantidad de tópicos por diversos motivos, por lo cual no se consideró que el modelo haya cumplido su objetivo de generar rankings de influencia para distintos grupos de tópicos. Luego, se realizaron los análisis de la predictibilidad para la influencia modelada, llegando a la conclusión que el periodo de datos es muy corto para poder predecir las series temporales. Aunque los resultados pueden parecer desalentadores, el trabajo realizado deja un camino abierto para realizar otros enfoques y trabajos que son explicados en el capítulo final de la memoria. Así, se espera que una buena segmentación y priorización de perfiles puede servir para mejorar la resolución de problemas, encontrar perfiles que serán influyentes en determinados tópicos y focalizar campañas de marketing utilizando perfiles que no sean de un alto costo.

Doctora en Ciencias, Mención Computación / Con la popularidad de la Web y, mas recientemente, el amplio uso de las redes sociales, la necesidad de procesar y encontrar información en grafos muy grandes impone varios desafíos: Cómo procesar grafos muy grandes e cientemente, dado que probablemente son muy grandes para la memoria disponible, o incluso si la memoria es su ciente, realizar un paso sobre el grafo es todavía caro computacionalmente? Cómo almacenar esos grafos e cientemente, para ser archivados, o para ejecutar algoritmos de grafos? Cómo descubrir información relevante tal como componentes densos, comunidades, u otras estructuras? Se han propuesto tres enfoques para manejar grafos grandes. El primero es usar formatos de grafos comprimidos que permiten consultas de navegación básicas directamentee sobre la estructura comprimida, sin la necesidad de descompresión. Esto permite simular cualquier algoritmo de grafo en memoria principal usando mucho menos espacio que la representación plana. Una segunda línea de investigación se focaliza en usar modelos de stream o semi- stream de datos de manera de procesar secuencialmente, idealmente en un paso sobre el disco, usando una cantidad limitada de memoria principal. La tercera línea es el uso de sistemas distribuidos y paralelos donde la memoria es agregada sobre múltiples unidades de procesamiento para procesar el grafo en paralelo. En esta tesis presentamos varios enfoques para manejar grafos grandes (con arcos sin etiquetas) considerando los tres enfoques. Primero, buscamos por patrones que aparecen en grafos de la Web y redes sociales los que podemos representar en forma compacta, en particular mostramos como generalizar algoritmos para encontrar cliques o bicliques para encontrar sub-estructuras densas que comprimen ambas. Segundo, basado en estos subgrafos densos, proponemos esquemas comprimidos que soportan consultas de vecinos directos y reversos, así como otras consultas mas complejas sobre subgrafos densos. Algunas de las contribuciones combinan técnicas del estado del arte mientras otras incluyen representaciones comprimidas novedosas basadas en estructuras de datos compactas. Encontrar subgrafos densos es una tarea que consume tiempo y espacio, así que proporcionamos algoritmos de streaming and algoritmos de memoria externa para descubrir subgrafos densos, asi como también algoritmos distribuidos para construir las estructuras básicas que usamos para las representaciones comprimidas.

Magíster en Ingeniería de Negocios con Tecnologías de Información / Telefónica es una de las mayores compañías de telecomunicaciones del mundo por capitalización bursátil y número de clientes. Empresa totalmente privada que cuenta con 1,5 millones de accionistas directos y que cotiza en el mercado continúo de las bolsas españolas y en las bolsas de Londres, Nueva York, Lima y Buenos Aires. El presente proyecto de tesis tiene como objetivo Mejorar la operación de la Subgerencia Soporte Servicios TI y sus actividades de Gestión de Incidencias para así cumplir con el servicio ofrecido a los clientes internos y mantener un alto nivel de cumplimiento y eficiencia operación. En particular, se ha constatado un déficit en las actividades de control y seguimiento, lo cual produce un descontrol en los tiempos de entrega de la solución lo que se traduce en problemas en la percepción del servicio aparte del alto costo de mantener el servicio por las malas distribuciones de los esfuerzos de los distintos actores que intervienen en la atención. El proyecto de acuerdo a la metodología de Gestión de Procesos Negocio del Magister de Negocios con Tecnologías de Información y gracias al uso de herramientas de Minería de Procesos crea una nueva área dentro de la compañía llamada Control y Seguimiento de procesos operacionales que utilizará como Solución tecnológica el procesamiento de información que envía el proceso de Atención de Incidencias, realizando de mejora innovadora y eficaz la atención a los distintos grupos de interés de Telefónica. Para dar solución a mejorar los servicios de gestión de incidentes, se desarrolló un modelo de control y seguimiento soportado por un proceso de análisis que utiliza técnicas y herramientas de Process Mining que nos permite administrar eficientemente la solución y entrega de los requerimientos generados por la compañía. Como resultado, se logró crear una nueva área de análisis de procesos ligados a la Gestión de Incidencia y validar la efectividad del análisis para aumentar la capacidad de reacción y mejora de servicio interno en Telefónica Chile.

El presente trabajo de investigación tuvo como objetivo mejorar el proceso de toma de decisiones. Dentro de los problemas identificados se encontró que los reportes solicitados por la gerencia eran entregados con demoras debido a que el personal encargado de realizar dichos reportes tomaba mucho tiempo en la culminación de los mismos, generando adicionalmente, un costo para la empresa. Los reportes generados presentaban un nivel de calidad de la información bajo, por lo que varias veces los clientes solicitaban productos que no tenían en stock mientras existían otros productos que durante grandes periodos de tiempo no tenían movimientos de ventas, generando que la gerencia tuviera un nivel de satisfacción bajo por la información brindada en los reportes. La implementación de la solución de inteligencia de negocios basado en el algoritmo de serie temporal ha mejorado significativamente el proceso de toma decisiones en la empresa “El Ofertón SAC”. La solución redujo en un 96,25% el tiempo promedio en la elaboración de informes solicitados por la gerencia, se incrementó el nivel de calidad de la información solicitada de 1,8667 a 4,600 y se incrementó el nivel de satisfacción sobre la información solicitada de 2,2000 a 4,5333 , ambos basados en una escala de 5 puntos del estilo Likert. / Tesis

Seminario para optar al título de Ingeniero Comercial, Mención Administración / Al momento de evaluar el rendimiento de un país en particular, es normal evaluar una serie de factores. Entre estos, la creación de empleos es uno de los principales a considerar debido a que cuenta con una serie de ventajas dentro de las que se enumeran: Si aumentan los trabajadores, disminuye el número de personas que no recibe ingresos lo que aumenta la probabilidad de disminuir la pobreza. Una disminución en el desempleo implica que más personas se encuentran produciendo para el país lo que podría significar un aumento en la producción de bienes y servicios. Una mayor oferta de trabajo, estimula la competencia entre las personas que demandan empleo, lo que significa una mejor calidad de trabajadores para el futuro. Presentada la importancia que reviste para un país la creación de empleos, se debe analizar quienes son los que están generando puestos de trabajo en nuestro país. Esto permitiría la creación de planes o estrategias para fomentar este tan complejo tópico. Una de las creadoras de puestos de trabajo por excelencia son las nuevas empresas, ya que debido a que están recién comenzando es bastante probable que comiencen a necesitar gente de manera exponencial.

Magíster en Gestión y Políticas Públicas / El sistema de transporte metropolitano, Transantiago, cuenta con una gran cantidad de datos operacionales, tanto si se le compara con otros sistemas de transporte público como con otras políticas públicas. En base a esta data, el Directorio de Transporte Público Metropolitano (DTPM) evalúa a las empresas concesionarias que operan el sistema y toma decisiones de política pública. Esta tesis tiene como objetivo principal analizar el uso y la gestión de información de Transantiago y su contribución en la mejora de la calidad del sistema de transportes. Entre sus objetivos específicos está caracterizar los procesos e interacciones de las distintas fuentes de información para los actores involucrados en el sistema e identificar la contribución de la información a la mejora de la calidad del sistema, reconociendo las brechas entre los resultados obtenidos y los deseados por los usuarios(as). De la revisión bibliográfica y las entrevistas a actores relevantes (provenientes del DTPM, la academia y las empresas concesionarias con mejores resultados operacionales) se identifica que la data operacional, proveniente de las transacciones de los usuarios y la geolocalización de los buses (datos pasivos), constituye la principal fuente de información para todos los actores involucrados. El uso de herramientas de gestión y el desarrollo de capacidades de gestión de los actores ha permitido mejorar la aproximación que se tiene de los resultados del sistema y las necesidades de los usuarios. No obstante, existen diferencias importantes introducidas por los incentivos del sistema, las capacidades de los operadores, la contraposición de los objetivos de corto, mediano y largo plazo, y la interacción entre los actores, que han llevado al sistema a priorizar ciertos aspectos por sobre otros. En particular, existen aspectos cualitativos del servicio de transportes que no son integrados de forma sistemática a la toma de decisiones y la medición de resultados, como sí ocurre en otros países. Asimismo, en algunos casos se observa la subutilización de información disponible, impidiendo el paso de los datos a conocimiento gestionable. La atención de las necesidades de movilidad de los usuarios requiere (Entre otras actividades de planificación, operación y gestión, más allá del alcance de esta tesis) que el sistema invierta en capacidades de gestión integral de la información, mediante el trabajo conjunto del Estado, los operadores y los investigadores. Para ello, tanto la información como la gestión de la misma deben estar alineadas con la forma en que dichas necesidades sean conceptualizadas por el Estado y reflejadas por la información levantada.

En los últimos años la generación de información virtual ha aumentado considerablemente. Parte de esa información se encuentra almacenada en bases de datos de instituciones públicas y privadas. Sin embargo, no toda la información almacenada de forma electrónica tiene una estructura definida, tal es el caso de los documentos donde encontramos secuencias de palabras no estructuradas, los cuales según estudios representan el 80% de la información de las empresas. La tarea de clasificar automáticamente documentos tiene como motivo principal brindar una herramienta de mejora en la gestión de la información, la cual es considerada como condición indispensable para el éxito de cualquiera empresa. Ante esto, en el propósito del proyecto se propone la obtención de un modelo algorítmico para la clasificación automática de documentos de carácter judicial en lenguaje portugués según su contenido con el fin de automatizar las labores manuales involucradas en el proceso, y con ello disminuir los recursos implicados en la tarea de clasificación. La colección de documentos será brindada por una empresa en Brasil encargada de la clasificación manual de intimaciones a través de especialistas, llamados procuradores. Las intimaciones son documentos que son enviados desde los tribunales hacia las procuradurías durante un proceso de juicio. / Tesis

El Perú es afectado recurrentemente por el fenómeno El Niño, el cual es un fenómeno climático que consiste en el aumento de la temperatura del mar en el Pacifico Ecuatorial. Este a su vez forma parte del ENSO (El Niño - Oscilación del Sur) que tiene un periodo de actuación de 2 a 7 años, con una fase cálida conocida como El Niño y una fase fría, La Niña. En la actualidad mediante un juicio experto se analizan las diversas fuentes de datos heterogéneas para poder encontrar posibles correlaciones útiles entre ellos. En el presente trabajo se propone un proceso computacional basado en técnicas de minería de datos que permita determinar la existencia de correlaciones espacio-temporales en relación a la temperatura superficial del mar y las variables meteorológicas pertenecientes a las regiones de la costa norte del Perú, en el periodo 2015 al 2016, último intervalo de tiempo en el que se presentó El Nino. Para esto se utiliza una metodología basada en KDD (Knowledge Discovery in Database), la cual está conformada por una serie de pasos como: la recolección de diferentes fuentes de datos, la integración en una base de datos explotable, limpieza y pretratamiento de los datos, creación de escenarios que permitan validar las posibles correlaciones, extracción de patrones mediante la librería SPMF y finalmente una propuesta de visualización, de los patrones encontrados, que permita comprender mejor el fenómeno. Los resultados obtenidos muestran la existencia de correlaciones espaciotemporales en las regiones del norte del Perú principalmente entre la temperatura de la superficie del mar y el caudal de los ríos de la costa, siendo estas correlaciones validadas por un experto miembro del IGP. / Tesis

En los últimos años, los investigadores del Laboratorio de Ecología Evolutiva de la Universidad Peruana Cayetano Heredia (UPCH) han venido estudiando especies nativas del Bosque Seco Ecuatorial del norte del Perú. Este es el caso de la Apodanthera Biflora, raíz comestible de potencial uso alimentario e industrial. Con la finalidad de desarrollar planes de sostenibilidad y preservación de la especie, los expertos requieren realizar estudios más extensos sobre los factores que afectan las características nutricionales e industriales de la especie. Para determinar estos factores se deben descubrir correlaciones temporales a partir de fuentes de datos heterogéneas. Debido a la dificultad de explotar este tipo de datos no estandarizados ni agrupados, los métodos estadísticos tradicionales no son suficientes, por lo que se requiere herramientas permitan al experto identificar qué correlaciones temporales representan patrones frecuentes relevantes. El presente trabajo evalúa el uso de las técnicas de minería de patrones secuenciales y visualización espacial, con el objetivo de determinar si su aplicación facilita la obtención de patrones frecuentes relevantes a partir de distintas fuentes de datos heterogéneos relacionados a la Apodanthera Biflora. Para lograr este objetivo, se utiliza una metodología basada en el Descubrimiento de Conocimiento a partir de Bases de Datos (KDD por sus siglas en inglés), el cuál define fases para la selección, pre procesamiento, transformación, minería y evaluación (visualización) de los datos. Los resultados obtenidos demostraron que la técnica de minería de patrones secuenciales PrefixSpan y la visualización espacial, utilizando librerías de Google Maps API y D3 Js, permitieron a los expertos la obtención de patrones frecuentes relevantes. Así mismo, la técnica de transformación GIS para datos geográficos, y la técnica de discretización por entropía y frecuencia, han permitido el pre procesamiento de datos heterogéneos. A partir de las correlaciones descubiertas, los expertos identificaron patrones frecuentes relevantes, en las localidades de Chulucanas, Cerrato, El Morante, P. Mora y El Porvenir; principalmente relacionados a las características del suelo, precipitaciones y composición química de la raíz. / Tesis

A lo largo de los años, las plantas han sido consideradas parte vital e indispensable del ecosistema, ya que están presentes en todos los lugares donde vivimos y también donde no lo hacemos. Su estudio es realizado por la ciencia de la botánica, la cual se encargar del estudio de la diversidad y estructura de las mismas. La disminución y extinción de la variedad de las plantas es un tema serio, por lo cual ante el descubrimiento de nuevas especies, se propone una rápida identificación y clasificación a fin de poder monitorearlas, protegerlas y usarlas en el futuro. El problema de la clasificación de hojas es una tarea que siempre ha estado presente en la labor diaria de los botánicos, debido al gran volumen de familias y clases que existen en el ecosistema y a las nuevas especies que van apareciendo. En las últimas décadas, se han desarrollado disciplinas que necesitan de esta tarea. Por ejemplo, en la realización de estudios de impacto ambiental y en el establecimiento de niveles de biodiversidad, es de gran importancia el inventariado de las especies encontradas. Por este motivo, el presente proyecto de fin de carrera pretende obtener un modelo algorítmico mediante la comparación de cuatro modelos de clasificación de Minería de Datos, J48 Árbol de Decisión, Red Neuronal, K-Vecino más cercano y Naive Bayes o Red Bayesiana, los cuales fueron adaptados y evaluados para obtener valores de precisión. Estos valores son necesarios para realizar la comparación de los modelos mediante el método de Área bajo la curva ROC (AUC), resultando la Red Bayesiana como el modelo más apto para solucionar el problema de la Clasificación de Hojas. / Tesis