dc.coverage.spatial | Colombia | spa |
dc.creator | Carrillo Gelvez, Gerson Enrique | |
dc.creator | Galpin, Ixent | |
dc.date.accessioned | 2022-08-22T19:39:16Z | |
dc.date.available | 2022-08-22T19:39:16Z | |
dc.date.created | 2020 | |
dc.identifier.issn | 2256-1498 | spa |
dc.identifier.other | https://doi.org/10.21789/22561498.1740 | spa |
dc.identifier.uri | http://hdl.handle.net/20.500.12010/27988 | |
dc.description.abstract | Este artículo representa la información disponible en bases de datos no relacionales, aprovechando los beneficios de escalabilidad, alta disponibilidad, resiliencia y facilidad proporcionados por estas. Así mismo, se da a conocer una serie de algoritmos suministrados por el motor de bases de datos de grafos Neo4j para computar métricas de grafos, nodos y relaciones. En primer lugar, se consolida un conjunto de datos públicos tomado del sistema de ventas online de Mercado Libre. Posteriormente, se modelan los datos obtenidos en un esquema de grafos que tiene como nodos a los usuarios, quienes pueden ser vendedores, compradores, productos y sus características. Como siguiente paso, se aplican algoritmos que calculan métricas del grafo, junto con sus nodos y relaciones, vi-sualizando de esta manera los resultados obtenidos. Para finalizar, se identifican las categorías ofertadas más im-portantes, las comunidades existentes y los usuarios más influyentes. | spa |
dc.format.extent | 19 páginas | spa |
dc.format.mimetype | application/pdf | spa |
dc.language.iso | spa | spa |
dc.publisher | Mutis | spa |
dc.subject | Base de datos de grafos | spa |
dc.subject | Analítica de grafos | spa |
dc.subject | NoSQL | spa |
dc.title | Analítica de grafos para identificar entidades relevantes y comunidades en Mercado Libre | spa |
dc.title.alternative | Use of Graph Analytics to Identify Relevant Entities and Communities in Mercado Libre: A Case StudyGerson Enrique Carrillo Gelvezac, Ixent Galpinbda Facultad de Ciencias Naturales e Ingeniería, Universidad de Bogotá Jorge Tadeo Lozano, Colombiab Grupo de Investigación Ingeniería de Datos y Sistemas Inteligentes (id&si), Facultad de Ciencias Naturales e Ingeniería, Universidad de Bogotá Jorge Tadeo Lozano, Colombia c gersone.carrillog@utadeo.edu.co | https://orcid.org/0000-0001-6959-0318 d https://orcid.org/0000-0001-7020-6328RESUMENEste artículo representa la información disponible en bases de datos no relacionales, aprovechando los beneficios de escalabilidad, alta disponibilidad, resiliencia y facilidad proporcionados por estas. Así mismo, se da a conocer una serie de algoritmos suministrados por el motor de bases de datos de grafos Neo4j para computar métricas de grafos, nodos y relaciones. En primer lugar, se consolida un conjunto de datos públicos tomado del sistema de ventas online de Mercado Libre. Posteriormente, se modelan los datos obtenidos en un esquema de grafos que tiene como nodos a los usuarios, quienes pueden ser vendedores, compradores, productos y sus características. Como siguiente paso, se aplican algoritmos que calculan métricas del grafo, junto con sus nodos y relaciones, vi-sualizando de esta manera los resultados obtenidos. Para finalizar, se identifican las categorías ofertadas más im-portantes, las comunidades existentes y los usuarios más influyentes.Palabras clave: base de datos de grafos, analítica de grafos, nosql, métricas de centralidad, detección de comunidades.ABSTRACTThis article represents the information available in non-relational databases, taking advantage of their scalability, high availability, resilience, and ease of development. This work also describes some algo-rithms provided by the Neo4j graph database engine to compute graph, node and relationship metrics. To do this, we first consolidate a data set obtained from Mercado Libre online sales system. Subsequently, the data is cast into a graph schema that considers users Citation: Carrillo-Gelvez, G. E. y Galpin, I. (2021). Analítica de grafos para identificar entidades relevantes y comunidades en Mercado Libre: un estudio de caso. Mutis, 11(1), 77-95. https://doi.org/10.21789/22561498.1740Recibido: Enero 18, 2021. Aceptado: Marzo 30, 2021. Copyright: ©2021. Chávez-Plazas, Y. A., Ramírez-Mahecha, M. C. y Camacho-Kurmen, J. E. (2021). This is an open-access article, which permits unrestricted use, distributions and reproduction in any medium, provided the original author and source are credited. Competing Interests: The authors have no conflict of interest. | eng |
dc.type.local | Artículo | spa |
dc.subject.lemb | Algoritmos de grafos | spa |
dc.subject.lemb | Algoritmos computacionales | spa |
dc.subject.lemb | Teoría de grafos | spa |
dc.rights.accessrights | info:eu-repo/semantics/openAccess | spa |
dc.type.hasversion | info:eu-repo/semantics/acceptedVersion | spa |
dc.rights.local | Abierto (Texto Completo) | spa |
dc.identifier.repourl | http://expeditiorepositorio.utadeo.edu.co | spa |
dc.identifier.doi | https://doi.org/10.21789/22561498.1740 | spa |
dc.format.rda | 1 recurso en línea (archivo de texto) | spa |
dc.identifier.orcid | | spa |
dc.description.abstractenglish | This article represents the information available in non-relational databases, taking advantage of their scalability, high availability, resilience, and ease of development. This work also describes some algo-rithms provided by the Neo4j graph database engine to compute graph, node and relationship metrics. To do this, we first consolidate a data set obtained from Mercado Libre online sales system. Subsequently, the data is cast into a graph schema that considers users as nodes. Such users can be sellers or buyers, products and their characteristics. Afterward, we applied the al-gorithms that calculate metrics from the graph, as well as its nodes and relationships, thus displaying the results obtained. Finally, we identify the most important categories offered, along with the most influential communities and users. | spa |
dc.type.driver | info:eu-repo/semantics/article | spa |
dc.type.coar | http://purl.org/coar/resource_type/c_6501 | spa |
dc.title.subtitle | un estudio de caso | spa |