facultad de ingeniería y ciencias agropecuarias diseño e implementación de algoritmo de ...

278 Pages·2017·6.96 MB·Spanish

by  Luis Diaz

FACULTAD DE INGENIERÍA Y CIENCIAS AGROPECUARIAS
DISEÑO E IMPLEMENTACIÓN DE ALGORITMO DE PREDICCIÓN EN BASE
AL MUESTREO DE DATOS DE UNA RED DE SENSORES
PARA LA EMPRESA ROSAPRIMA
Autor
Luis Fernando Díaz Quishpe
Año
2018
FACULTAD DE INGENIERÍA Y CIENCIAS AGROPECUARIAS

DISEÑO E IMPLEMENTACIÓN DE ALGORITMO DE PREDICCIÓN EN BASE
AL MUESTREO DE DATOS DE UNA RED DE SENSORES PARA LA
EMPRESA ROSAPRIMA

Trabajo de Titulación presentado en conformidad con los requisitos
establecidos para optar por el título de Ingeniero en Redes
y Telecomunicaciones

Profesor guía
MSc. Carlos Marcelo Molina Colcha

Autor

Luis Fernando Díaz Quishpe

Año
2018
DECLARACIÓN DEL PROFESOR GUÍA

“Declaro haber dirigido este trabajo a través de reuniones periódicas con el
estudiante orientando sus conocimientos y competencias para un eficiente
desarrollo del tema elegido y cumpliendo con todas las disposiciones vigentes
que regulan los trabajos de titulación”

__________________________________________
Carlos Marcelo Molina Colcha
Magister en Tecnologías de la Información y Comunicación (TIC)
CI: 170962421-5
DECLARACIÓN DEL PROFESOR CORRECTOR

“Declaro haber corregido este trabajo a través de reuniones periódicas con el
estudiante orientando sus conocimientos y competencias para un eficiente
desarrollo del tema escogido y dando cumplimiento a todas las disposiciones
vigentes que regulan los trabajos de titulación”

___________________________________
Jorge Wilson Granda Cantuña
Magister en Ingeniería Eléctrica
CI: 170859418 -7
DECLARACIÓN DE AUTORÍA DEL ESTUDIANTE

“Declaro que este trabajo es original, de mi autoría, que se han citado las
fuentes correspondientes y que en su ejecución se respetaron las
disposiciones legales que protegen los derechos de autor vigentes”

_________________________________
Luis Fernando Díaz Quishpe
C.I.: 1720944949
AGRADECIMIENTOS

Agradezco a mi padre por todo el
apoyo que me ha brindado, por su
amor y confianza depositada en mí.

Agradezco a las personas que me
han brindado con el tiempo y
conocimiento para el desarrollo de
este trabajo de titulación, una
mención especial al Sr. Diego Vega
y al Sr Ruben Vasquez por su
ayuda con las validaciones en el
manejo de base de datos de la
empresa ROSAPRIMA CIA. LTDA.

Finalmente, un agradecimiento muy
especial Ing. Carlos Molina por la
orientación que me proporciono a lo
largo de la elaboración del proyecto,
por su determinación y con fianza
en mi proyecto

Luis Fernando Díaz
RESUMEN

Hoy las técnicas de Business Intelligence, son una gran herramienta dentro de
las empresas, ya que están han permitido que todos los recursos del área de TI
sean aprovechados al máximo de su capacidad. Sobre todo, la información que
la empresa genera a cada segundo de manera interna y externa a tomado un
rol muy importante al momento de tomar decisiones.

La minería de datos, una herramienta muy útil dentro de los BI ha permitido,
que la información cumpla un rol muy importante dentro de la empresa. Esta
toma los datos almacenados en grandes bodegas y mediante el uso de
algoritmos matemáticos analiza el comportamiento de datos, buscando
padrones repetitivos los cuales aportan para la toma de decisiones, o también
nos brinda la posibilidad de mostrar datos estadísticos en ventas, producción e
incluso en la mejora de áreas de la empresa

Dentro de este proyecto, se demostrará como los datos obtenidos de diferentes
bases, pueden ser representados en un algoritmo, de tal manera que una vez
aplicado nos brinde una predicción
ABSTRACT

Today Business Intelligence techniques are a great tool within enterprises
because they have allowed them to take advantage of all their technological
resources at the maximum of its capacities. Above all, the internal and external
information that a business generates every second have an important role in
the decision making of the company.

Data mining, a useful tool within BI, has allowed information to become the
most important asset of the companies. It takes data saved in storages and
using arithmetic algorithms analyzes the behavior of data, searching for
repetitive patterns that will make easier the decision making process. It also
brings the possibility of showing statistics of sales, productivity and even better
areas of improvement within company.

In this project, it well demonstrates how data obtained from different databases
can be represented in one algorithm which once it’s applied could give a
prediction as the output.
1

ÍNDICE
INTRODUCCIÓN
...................................................................................... 1
ALCANCE
..................................................................................................... 2
JUSTIFICACIÓN
....................................................................................... 3
OBJETIVO GENERAL.
.......................................................................... 4
OBJETIVOS ESPECÍFICOS.
.............................................................. 4
1. CAPITULO I. MARCO TEÓRICO .............................................. 5
1.1. Concepto Bussines Intelligence (BI) ................................... 5
1.1.1. Características de BI ...................................................................... 6
1.1.2. Importancia de implementar BI ....................................................... 7
1.1.3. Ventajas de utilizar BI ..................................................................... 7
1.1.4. Arquitectura BI ................................................................................ 8
1.1.5. Multiple Data Sources ..................................................................... 8
1.1.6. ETL (Extract, Transform, Load) ...................................................... 9
1.1.7. Data Warehouse ........................................................................... 11
1.2. Minería de datos ......................................................................... 12
1.2.1. KDD .............................................................................................. 12
1.2.2. Proceso KDD ................................................................................ 14
1.2.3. Fases KDD ................................................................................... 16
1.2.4. Minería de Datos .......................................................................... 20
1.2.5. Proceso de Minería de Datos ....................................................... 22
1.3. Técnicas y Métodos de Minería de datos. ..................... 24
1.3.1. Taxonomía de las Técnicas de minería de datos ......................... 25
1.3.2. Clasificación algoritmos predictivos y descriptivos. ...................... 26
1.3.3. Técnicas no supervisadas y descriptivas ...................................... 27
1.3.4. Técnicas supervisadas y predictivas ............................................ 28
1.3.5. Métodos de Minería de Datos ....................................................... 29
1.3.6. Técnicas de Minería de Datos ...................................................... 32
1.4. Modelos de Gestión .................................................................. 35
2

1.5. Sistema de gestión ITIL .......................................................... 36
1.5.1. Estrategia del servicio ................................................................... 37
1.5.2. Diseño del Servicio ....................................................................... 38
1.5.3. Transición del Servicio .................................................................. 40
1.5.4. Operación del Servicio .................................................................. 41
1.5.5. Mejora continua del Servicio ......................................................... 42
2. CAPITO II. LEVANTAMIENTO DE INFORMACIÓN ...... 44
2.1. Subsistema de Arquitectura ......................................................... 44
2.1.1. Ubicación del Data Center ............................................................ 44
2.1.2. Puertas de acceso y techo ........................................................... 45
2.1.3. Iluminación ................................................................................... 46
2.1.4. Piso y Techos Falsos .................................................................... 46
2.2. Subsistema de Telecomunicaciones ......................................... 46
2.2.1. Topología Física de la Empresa ................................................... 47
2.2.2. Análisis de la Topología de la Empresa ........................................ 48
2.2.3. Topología Lógica. ......................................................................... 49
2.2.4. Administración del Cableado Estructurado ................................... 49
2.3. Subsistema de Eléctrico ............................................................... 51
2.3.1. Energía ......................................................................................... 51
2.3.2. UPS .............................................................................................. 51
2.3.3. PDU .............................................................................................. 52
2.3.4. Generador .................................................................................... 52
2.4. Subsistema de Mecánico .............................................................. 53
2.4.1. Sistema de Aire Acondicionado .................................................... 53
2.5. Tablas de fallas ............................................................................... 53
3. CAPITO III. DISEÑO E IMPLEMENTACIÓN DEL SERVICIO ................... 54
3.1.1. Requisitos para instalar un servidor de minería de Datos ............ 54
3.2. Implementación de Minería de Datos con herramientas Microsoft ...... 56
3.3. Casos de Estudio Referenciales ......................................................... 57
3.3.1. Ejemplo 1: Análisis modelo predictivo para que entidades
Bancarias entreguen créditos a personas naturales. ................................ 57