Descubriendo reglas de asociación en bases de datos del sector ganadero para la toma de decisiones informadas

Hoy en día, la producción de carne es una industria esencial a nivel mundial, desempeñando un papel crucial en la seguridad alimentaria y en la economía global. En este sentido, la toma de decisiones informadas es vital para optimizar los procesos y mejorar la eficiencia en la producción, asegurando...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Medina, Matías, Sosa Cabrera, Gustavo
Formato:	Objeto de conferencia
Lenguaje:	Español
Publicado:	2024
Materias:	Ciencias Informáticas Minería de datos reglas de asociación sector ganadero bases de datos transaccionales herramienta R Apriori Eclat
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/176398
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-176398
record_format	dspace
spelling	I19-R120-10915-1763982025-02-11T20:05:30Z http://sedici.unlp.edu.ar/handle/10915/176398 Descubriendo reglas de asociación en bases de datos del sector ganadero para la toma de decisiones informadas Medina, Matías Sosa Cabrera, Gustavo 2024-10 2024 2025-02-11T18:27:38Z es Ciencias Informáticas Minería de datos reglas de asociación sector ganadero bases de datos transaccionales herramienta R Apriori Eclat Hoy en día, la producción de carne es una industria esencial a nivel mundial, desempeñando un papel crucial en la seguridad alimentaria y en la economía global. En este sentido, la toma de decisiones informadas es vital para optimizar los procesos y mejorar la eficiencia en la producción, asegurando la sostenibilidad y competitividad del sector. Este trabajo de investigación tiene como objetivo principal aplicar técnicas de Minería de Datos para el descubrimiento de reglas de asociación, tomando como período de estudio datos transaccionales de la faena productiva, en un intervalo de 3 años de los principales frigoríficos a nivel país. Se describe la fase de selección y recopilación de los datos así como también la preparación de los mismos. En la fase de modelado se ha ejecutado los algoritmos Apriori y Eclat implementados en el paquete arules de la herramienta R donde se obtuvo el conocimiento principal mediante la consolidación de las asociaciones resultantes. Los resultados revelan patrones significativos en las combinaciones de origen del animal, raza y frigorífico, que afectan el peso y la calidad de la carne. Asimismo, el análisis se enfoca en describir las relaciones entre los animales con mejor y peor desempeño en la faena del país, lo cual es fundamental para apoyar la toma de decisiones informadas en el sector. Red de Universidades con Carreras en Informática Objeto de conferencia Objeto de conferencia http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf 540-549
institution	Universidad Nacional de La Plata
institution_str	I-19
repository_str	R-120
collection	SEDICI (UNLP)
language	Español
topic	Ciencias Informáticas Minería de datos reglas de asociación sector ganadero bases de datos transaccionales herramienta R Apriori Eclat
spellingShingle	Ciencias Informáticas Minería de datos reglas de asociación sector ganadero bases de datos transaccionales herramienta R Apriori Eclat Medina, Matías Sosa Cabrera, Gustavo Descubriendo reglas de asociación en bases de datos del sector ganadero para la toma de decisiones informadas
topic_facet	Ciencias Informáticas Minería de datos reglas de asociación sector ganadero bases de datos transaccionales herramienta R Apriori Eclat
description	Hoy en día, la producción de carne es una industria esencial a nivel mundial, desempeñando un papel crucial en la seguridad alimentaria y en la economía global. En este sentido, la toma de decisiones informadas es vital para optimizar los procesos y mejorar la eficiencia en la producción, asegurando la sostenibilidad y competitividad del sector. Este trabajo de investigación tiene como objetivo principal aplicar técnicas de Minería de Datos para el descubrimiento de reglas de asociación, tomando como período de estudio datos transaccionales de la faena productiva, en un intervalo de 3 años de los principales frigoríficos a nivel país. Se describe la fase de selección y recopilación de los datos así como también la preparación de los mismos. En la fase de modelado se ha ejecutado los algoritmos Apriori y Eclat implementados en el paquete arules de la herramienta R donde se obtuvo el conocimiento principal mediante la consolidación de las asociaciones resultantes. Los resultados revelan patrones significativos en las combinaciones de origen del animal, raza y frigorífico, que afectan el peso y la calidad de la carne. Asimismo, el análisis se enfoca en describir las relaciones entre los animales con mejor y peor desempeño en la faena del país, lo cual es fundamental para apoyar la toma de decisiones informadas en el sector.
format	Objeto de conferencia Objeto de conferencia
author	Medina, Matías Sosa Cabrera, Gustavo
author_facet	Medina, Matías Sosa Cabrera, Gustavo
author_sort	Medina, Matías
title	Descubriendo reglas de asociación en bases de datos del sector ganadero para la toma de decisiones informadas
title_short	Descubriendo reglas de asociación en bases de datos del sector ganadero para la toma de decisiones informadas
title_full	Descubriendo reglas de asociación en bases de datos del sector ganadero para la toma de decisiones informadas
title_fullStr	Descubriendo reglas de asociación en bases de datos del sector ganadero para la toma de decisiones informadas
title_full_unstemmed	Descubriendo reglas de asociación en bases de datos del sector ganadero para la toma de decisiones informadas
title_sort	descubriendo reglas de asociación en bases de datos del sector ganadero para la toma de decisiones informadas
publishDate	2024
url	http://sedici.unlp.edu.ar/handle/10915/176398
work_keys_str_mv	AT medinamatias descubriendoreglasdeasociacionenbasesdedatosdelsectorganaderoparalatomadedecisionesinformadas AT sosacabreragustavo descubriendoreglasdeasociacionenbasesdedatosdelsectorganaderoparalatomadedecisionesinformadas
_version_	1845116785688313856

Descubriendo reglas de asociación en bases de datos del sector ganadero para la toma de decisiones informadas

Ejemplares similares