Técnicas de minería de datos aplicadas a la valoración de ambientes creativos
Técnicas de minería de datos aplicadas a la valoración de ambientes creativos
Barra lateral del artículo
PDF
FLIP
Contenido principal del artículo
En este trabajo se presentan los resultados de la aplicación de algunas técnicas de Minería de Datos (DM) sobre la información de una investigación realizada por la Universidad Nacional de Colombia - Sede Manizales en los años 2004 y 2005 en veintitrés empresas de la ciudad, con el fin de determinar el estado de los ambientes creativos para la innovación, desde las dimensiones psicosocial, didáctica y física. Se consideran las técnicas de Análisis Discriminante Lineal (LDA), Análisis de Componentes Principales (PCA) y Análisis de Varianza Multivariado (MANOVA) de un camino para tareas de orden predictivo y descriptivo.
Palabras Clave: Minería de datos; creatividad; análisis discriminante; análisis de varianza; análisis de componentes principales
Descargas
Detalles del artículo
C. A. González and A. Vargas, “Estado del ambiente creativo para la innovación en las empresas de Manizales y lineamientos estratégicos para su fortalecimiento.” Universidad Nacional de Colombia, Sede Manizales, 2005.
S. de la Torre and V. Violant, Comprender y Evaluar la Creatividad Tomo II: Cómo investigar y evaluar la Creatividad. Ediciones Aljibe, 2006.
M. Molina, “Propuesta para la creación de un test sicométrico para la medición de lacreatividad,” Actualidades en Psicología, vol. 18, no. 105, pp. 49–69, 2002.
M. D. P. et al, “Evaluación de un programa de desarrollo de la creatividad,” Psicothema, vol. 14, no. 2, pp. 410–414, 2002.
J. Abedi, “A latent-variable modeling approach to assessing reliability and validity of a creativity instrument,” Creativity Research Journal, vol. 14, no. 2, pp. 267–276, 2002.
J. Chaur-Bernal, “Diseño conceptual de productos asistidos por ordenador: Un estudio analítico sobre aplicaciones y definición de la estructura básica del nuevo programa,” Ph.D. dissertation,
Universidad Politécnica de Cataluña, 2004.
J. H.-O. et al, Introducción a la Minería de Datos. Pearson Prentice Hall, 2004.
G. Daza, L. G. Sánchez, and J. F. Suárez, “Selección de características orientada a sistemas de reconocimiento de granos maduros de café,” Scientia et Technica, Agosto 2007.
D. Peña, Análisis de Datos Multivariantes. McGraw Hill, 2002.
A. Rencher, Methods of Multivariate Analysis. Wiley- Interscience, 2002
