DigitalUM :: Browsing by Subject "Big Data"

Browsing by Subject "Big Data"

Now showing 1 - 10 of 10

Open Access
A data Science approach to cost estimation decision making - Big Data and Machine Learning
(Universidad de Murcia, Servicio de Publicaciones, 2022) Fernández-Revuelta Pérez, Luis; Romero Blasco, Álvaro
Cost estimation may become increasingly difficult, slow, and resource-consuming when it cannot be performed analytically. If traditional cost estimation techniques are usable at all under those circumstances, they have important limitations. This article analyses the potential applications of data science to management accounting, through the case of a cost estimation task posted on Kaggle, a Google data science and machine learning website. When extensive data exist, machine learning techniques can overcome some of those limitations. Applying machine learning to the data reveals non-obvious patterns and relationships that can be used to predict costs of new assemblies with acceptable accuracy. This article discusses the advantages and limitations of this approach and its potential to transform cost estimation, and more widely management accounting. The multinational company Caterpillar posted a contest on Kaggle to estimate the price that a supplier would quote for manufacturing a number of industrial assemblies, given historical quotes for similar assemblies. Hitherto, this problem would have required reverse-engineering the supplier’s accounting structure to establish the cost structure of each assembly, identifying non-obvious relationships among variables. This complex and tedious task is usually performed by human experts, adding subjectivity to the process.
Open Access
A systematic review of the role of Big Data Analytics in reducing the influence of cognitive errors on the audit judgement
(2019) Ahmad, Fawad
This systematic literature review provides the association between memory processes, auditors judgement and decision-making process under the influence of cognitive errors. Due to limited cognitive resources, auditors are unable to analyze the population of accounting transactions, therefore, they use sampling and heuristics for information processing. In the context of Big Data (BD), auditors may face a similar problem of information overload and exhibit cognitive errors, resulting in the selection and analysis of irrelevant information cues. But Big Data analytics (BDA) can facilitate information processing and analysis of complex diverse Big Data by reducing the influence of auditor’s cognitive errors. The current study adapts Ding et al., (2017) framework in the auditing context that identify causes of cognitive errors influencing auditor’s information processing. This review identified 75 auditing related studies to elaborate the role of BD and BDA in improving audit judgement. In addition, role of memory, cognitive errors, and judgement and decision-making are highlighted by using 61 studies. The analysis provides useful insight in different open areas by proposing research propositions and research questions that can be explored by future research to gain extensive understanding on the association between memory and audit judgement in the context of BD and BDA.
Open Access
Aproximación al grado de conocimiento y aplicación de Big Data en las bibliotecas universitarias españolas
(Universidad de Murcia, 2020) Ríos Hilario, Ana Belén; Fraile Sastre, Alberto
Se analiza el grado de conocimiento e implantación de la tecnología Big Data y sus características principales en las bibliotecas universitarias españolas inscritas en REBIUN con el objetivo de observar si estas instituciones se encuentran capacitadas para la utilización y aprovechamiento de las ventajas del tratamiento masivo de datos. Los datos son obtenidos mediante un cuestionario cuya respuesta proviene de fuentes internas de las bibliotecas, a partir de los cuales se establecen una serie de conclusiones junto a unas propuestas de mejora y líneas de trabajo futuras que permitan la correcta implantación, uso y aprovechamiento del Big Data en la oferta de servicios y funciones de las bibliotecas universitarias españolas.
Open Access
Big data literario de raíz bibliotecaria: reflexiones sobre infraestructuras de anotación, catalogación, descubrimiento y recomendación de ficción narrativa
(EPI SCP, 2021) Saorín, Tomás; Información y Documentación
Se describe la relación entre el campo de los estudios literarios basados en datos de la corriente distant reading y las humanidades digitales, y la actividad de las bibliotecas y otras entidades del sector del libro en el ecosistema de la recomendación y el descubrimiento de lecturas. Se presentan proyectos de catalogación y descripción enriquecida de la ficción literaria, como OCLC FictionFinder y Kirjasampo, en el marco de los metadatos transmedia y abiertos, entendidos en relación con las prácticas de plataformas de consumo de contenidos digitales como Netflix o Amazon Prime Video, junto a otras prácticas de anotación y edición de textos literarios. Finalmente se plantea la oportunidad de desarrollo de laboratorios bibliotecarios digitales apoyados en infraestructuras de datos abiertas como Wikidata para la descripción enriquecida de ficciones narrativas de todas las épocas de forma colaborativa, para posibilitar proyectos y servicios de descubrimiento de lecturas relacionadas
Open Access
BIGcoldTRUCKS: a BIG data dashboard for the management of COLD chain logistics in refrigerated TRUCKS
(IEEE, 2021-12-15) González Vidal, Aurora; Mendoza-Bernal, José ; Antonio F. Skarmeta; Gómez-Bernal, Paula; Ingeniería de la Información y las Comunicaciones; Facultad de Informática
The technological development of the food industry is bringing new opportunities for the optimization of cold chain logistics. Many businesses of all sizes have been capturing their trips’ data and they are ready to apply Big Data analytics and use Big Data tools in order to extract knowledge and patterns that can be useful for decision-making and therefore provide added value to their business. In this line, we developed a shiny dynamic dashboard that provides a friendly user interface to the business in order to visualize and understand their data in the form of rankings, trips duration, demand seasonality, and geographic representation of the trips. The dashboard connects seamlessly with two Big Data tools, elasticSearch and the DEEP training facility from the European Open Science Hub (EOSC). More specifically, those tools were used for data indexing and demand estimation of products using cloud computing respectively. Thanks to the interconnection of these tools, we are able to enhance the dynamic dashboard with Big Data Analytics in the form of multivariate demand prediction of the products using a Long Short Term Memory Network and ease query time and computation, creating real value for the cold chain logistics industry. The development of this solution was done with the support of the EOSC-Digital Innovation Hub initiative through a business pilot.The dashboard functionalities were implemented using a real-case dataset which cannot be shown for privacy reasons. In its place, we have simulated a meat-based products database for the purpose of this paper.
Restricted
Empirical study of massive set-point behavioral data: towards a cloud-based artificial intelligence that democratizes thermostats
(IEEE Computer Society, 2018-07-30) Ramallo González, Alfonso Pablo; González Vidal, Aurora; Skarmeta Gómez, Antonio; Ingeniería de la Información y las Comunicaciones; Facultad de Informática
The research showed in this document consisted on monitoring 546 air conditioners of individual offices located in two large buildings for the later evaluation of the behaviors of users with respect to their controllers. Data was collected over 14 months and provided important insights about the phenomenon. It was seen that users can be separated in two groups, one that likes to interact with the controllers often and change the temperature at least once a week and another that interact less. It was seen that the variability of users with respect to the thermostat values they prefer is high, and that this should be taken into account when creating a “one fits all” solution. Also, it appears that adaptive thermal comfort theories that suggest users want lower temperatures in cold months are not reflected on the set-points chosen. In addition, we have seen that people interacting more with the controllers tend to waste less energy, this would be interesting if an app to interact with the user for this purpose is design. More communication with the user may imply less energy wasted.
Open Access
Implicaciones sociales de la irrupción del Big Data y la robótica: un análisis prospectivo en docentes hispanoamericanos
(Universidad de Murcia. Servicio de Publicaciones, 2023) Rumiche Chávarry, Rocío del Pilar; Matas Terrón, Antonio; Ríos Ariza, José Manuel; Chunga Chinguel, Gerardo Raúl
El Big Data es una de las tecnologías socialmente más disruptiva junto a la inteligencia artificial. Numerosos estudios han permeado en el profesorado que, a través del desarrollo e implementación de estas herramientas en la educación, se puede ir logrando una de las “viejas aspiraciones” que es la personalización de la educación. Este estudio exploratorio se centra en conocer, a través de un cuestionario elaborado ad hoc, la visión social de docentes sudamericanos, que trabajan en distintos niveles educativos, de algunos aspectos sociales y de futuro del Big Data, inteligencia artificial y robots para ver en qué medida su opinión coinciden con las ventajas y problemáticas que se expresan en las investigaciones científicas sobre estos temas. Se recopiló una muestra no probabilística de 283 docentes. Los análisis estadísticos descriptivos evidencian que la mayoría del profesorado piensa de forma similar a lo expresado en las investigaciones, y ello influirá en sus tomas de decisiones y en el currículum explícito y oculto.
Embargo
Innovación tecnológica y disrupción en el ecosistema de la publicidad y la comunicación: de la publicidad interactiva a la inteligencia artificial.
(CONCYTEQ- México, 2021) Martínez Martínez, Inmaculada J.; Aguado Terrón, Juan Miguel; Comunicación
El capítulo examina la transformación del ecosistema de la publicidad y la comunicación impulsada por la innovación tecnológica, identificando su impacto en los modelos de negocio tradicionales y la aparición de una economía basada en la explotación de datos personales. Se analiza la transición desde la monetización de la atención hacia la implicación del usuario, destacando cómo las métricas tradicionales se han visto desbordadas por un entorno digital en constante evolución. Asimismo, se identifican tres desafíos fundamentales: el fraude y la fiabilidad de las métricas para los anunciantes, la rentabilidad y homogeneidad de las métricas para los medios y la privacidad para los usuarios. La publicidad programática, el Big Data y la inteligencia artificial han permitido la automatización y segmentación en tiempo real, redefiniendo la relación entre marcas y consumidores. No obstante, estos avances también han generado desafíos como la opacidad algorítmica y el dominio de grandes plataformas tecnológicas. El texto explora cómo la eliminación de cookies de terceros y las nuevas regulaciones de privacidad están remodelando la industria, con el riesgo de fortalecer a los actores dominantes y dificultar la competencia. Finalmente, se considera el potencial del blockchain y la inteligencia artificial para mejorar la transparencia y la privacidad, así como para redefinir las estrategias de engagement y fidelización en un contexto donde la gestión de datos es el principal activo del ecosistema publicitario.
Open Access
Máster Interuniversitario en Big Data
(2016-07-28) Urbina, Luis
Presentación del Máster Interuniversitario en Big Data en la Facultad de Informática.
Open Access
El statu quo de la educación a distancia en México
(Universidad de Murcia, Servicio de Publicaciones, 2023) Amaya Amaya, Arturo; Cantú Cervantes, Daniel; Baca Pumarejo, José Rafael
El objetivo de esta investigación fue analizar el estado actual que guarda la Educación a Distancia en México. Se trabajó bajo un enfoque cuantitativo, con diseño y alcance descriptivos, y análisis de diferencias de grupos, donde se realizaron inferencias sobre comparaciones relacionadas con el crecimiento de la matrícula escolarizada y no escolarizada en universidades públicas y privadas, así como prospectivas para determinar tendencias. Los principales resultados fueron que la matrícula de pregrado no escolarizada tenía un 14% de cobertura en el ciclo escolar 2016-17, pero en el ciclo 2021-22 alcanzó el 19% con un total de 880,563 estudiantes, teniendo un incremento del 54% en el último quinquenio. Por su parte, la matrícula de posgrado no escolarizada tenía un 29% de cobertura en el ciclo escolar 2016-17, pero en el ciclo 2021-22 alcanzó el 44% con un total de 183,868 estudiantes, teniendo un incremento del 93% en los últimos cinco años. En contraste, la matrícula de pregrado y posgrado escolarizada de universidades públicas y privadas presenta tendencia a la baja en los últimos años. Por primera vez en México, la matrícula de educación superior en el ciclo 2021-22 alcanzó un total de 5,069,111, donde únicamente la matrícula no escolarizada presentó crecimiento.

Browsing by Subject "Big Data"

Results Per Page

Sort Options