Show simple item record

dc.contributor.authorNiño Peña, Christiam Alejandrospa
dc.date.accessioned2020-10-27T00:20:21Z
dc.date.available2020-10-27T00:20:21Z
dc.date.issued2014-06-01
dc.identifier.issn2539-2115
dc.identifier.issn1657-2831
dc.identifier.urihttp://hdl.handle.net/20.500.12749/8896
dc.description.abstractLa necesidad de analizar la información y obtener resultados claros y precisos ha llevado a que las organizaciones desarrollen métodos y procedimientos que involucren el uso de muchos datos. Estos datos que se almancenan en grandes volúmenes en sus bases de datos se han cnvertido en el producto más importante para la toma de decisiones, utilizando un nuevo factor el cual generó ventaja competitiva. Este factor es el tipo de dato espacial o geométrico que brinda nuevas posibilidades de análisis, involucrando sitios y coordenadas geográficas para establecer el lugar donde ocurrió un evento y sus atributos relacionados. La aplicación de la inteligencia de negocios, espaciales o también llamada Procesamiento Analítico en Líena Espacial - SOLAP adquiere un papel funadamental en el análisis para la toma de decisiones, implicando un número de áreas para poder desarrollarse y que se aplican en diversas temáticas para la solución de problemas. Entre las áreas más utilizadas para aplicar SOLAP se encuentra la minería de datos, bodegas de datos, modelado espacial y consultas. El artículo muestra que se ha hecho hasta el momento en la aplicación de SOLAP y algunas de sus áreas, aplicativos software desarrollados y de qué manera ha dado solución a problemas en varias temáticas.spa
dc.format.mimetypeapplication/pdfspa
dc.language.isospaspa
dc.publisherUniversidad Autónoma de Bucaramanga UNAB
dc.relationhttps://revistas.unab.edu.co/index.php/rcc/article/view/2539/2174
dc.relation.urihttps://revistas.unab.edu.co/index.php/rcc/article/view/2539
dc.rightsDerechos de autor 2014 Revista Colombiana de Computación
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/4.0/*
dc.sourceRevista Colombiana de Computación; Vol. 15 Núm. 1 (2014): Revista Colombiana de Computación; 100-120
dc.subjectBodegas de datos espaciales
dc.subjectInteligencia de negocios espaciales
dc.subjectMinería de datos espaciales
dc.subjectProcesamiento analítico en línea espacial
dc.titleRevisión del estado actual de la inteligencia de negocios espaciales
dc.title.translatedReview of the current state of spatial business intelligenceeng
dc.type.driverinfo:eu-repo/semantics/article
dc.type.localArtículospa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.subject.keywordsSpatial data warehouseseng
dc.subject.keywordsSpatial business intelligenceeng
dc.subject.keywordsSpatial data miningeng
dc.subject.keywordsSpatial online analytical processingeng
dc.identifier.instnameinstname:Universidad Autónoma de Bucaramanga UNABspa
dc.type.hasversionInfo:eu-repo/semantics/publishedVersion
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.relation.referencesSugumaran, R. and J. Degroote, Spatial Decision Support Systems - Principles and Practices. 2011
dc.relation.referencesFlacke, J., Spatial Decision Support Systems — Introduction to Concepts and Requirements. 2012
dc.relation.referencesViswanathan, G. and M. Schneider, User-centric spatial data
dc.relation.referencesSiqueira, T.L., et al., The SB-index and the HSB-index: efficient indices forspatial data warehouses. ACM, 2012: p. 165-205
dc.relation.referencesSimion, B., S. Ray, and A.D. Brown, Surveying the landscape: an in-depth analysis of spatial database workloads. ACM, 2012: p. 376-385
dc.relation.referencesGarg,N.and S. Mithal, Spatial Data warehouses. 2012
dc.relation.referencesSiqueira, T.L.L., et al., Benchmarking spatial data warehouses. ACM, 2010
dc.relation.referencesSboui, T. and Y. Bédard, MGsP: extending the GsP to support semantic interoperability of geospatial datacubes. ACM, 2010: p. 23-32spa
dc.contributor.cvlacNiño Peña, Christiam Alejandro [0001386512]spa
dc.contributor.googlescholarNiño Peña, Christiam Alejandro [2f5joIQAAAAJ]spa
dc.contributor.researchgateNiño Peña, Christiam Alejandro [Christiam-Nino]spa
dc.subject.lembInvestigaciónspa
dc.subject.lembMinería de datosspa
dc.subject.lembAnálisisspa
dc.subject.lembProcesamientospa
dc.identifier.repourlrepourl:https://repository.unab.edu.co
dc.description.abstractenglishThe need to analyze information and obtain clear and precise results has led organizations to develop methods and procedures that involve the use of a lot of data. These data that are stored in large volumes in their databases have become the most important product for decision-making, using a new factor which generated competitive advantage. This factor is the type of spatial or geometric data that offers new possibilities for analysis, involving sites and geographic coordinates to establish the place where an event occurred and its related attributes. The application of business intelligence, spatial or also called Analytical Processing in Spatial Line - SOLAP acquires a fundamental role in the analysis for decision making, involving a number of areas to be developed and that are applied in various topics for the solution from problems. Among the areas most used to apply SOLAP are data mining, data warehouses, spatial modeling, and queries. The article shows what has been done so far in the application of SOLAP and some of its areas, software applications developed and how it has solved problems in various areas.eng
dc.subject.proposalOrganizacionesspa
dc.subject.proposalUso de datosspa
dc.subject.proposalToma de decisionesspa
dc.subject.proposalAlgoritmosspa
dc.identifier.doi10.29375/25392115.2539
dc.type.redcolhttp://purl.org/redcol/resource_type/CJournalArticle
dc.rights.creativecommonsAttribution-NonCommercial-ShareAlike 4.0 International*


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

Attribution-NonCommercial-ShareAlike 4.0 International
Except where otherwise noted, this item's license is described as Attribution-NonCommercial-ShareAlike 4.0 International