Uso de grafos para el análisis de datos del sector de ventas: un caso de estudio

Autores/as

  • Nuvia Beltrán Robayo Universidad Agraria del Ecuador
  • Andrés Medina Robayo Universidad Agraria del Ecuador
  • Darwin Pow Chon Long Vásquez Universidad Agraria del Ecuador
  • Johanna Sánchez Guerrero Universidad Agraria del Ecuador

DOI:

https://doi.org/10.29018/issn.2588-1000vol8iss51.2024pp37-58

Palabras clave:

análisis, grafo, neo4j, NoSQL, ventas

Resumen

El gran volumen y la estructura de datos que se maneja en la actualidad ha creado la necesidad de utilizar bases de datos no convencionales denominada Nosql que por sus características permiten la manipulación de los datos de forma más rápida, entre ellas se encuentra una orientada a grafos entendiéndose a este como un esquema que maneja nodos y relaciones existentes entre entidades. Por lo cual en el presente trabajo se realizó un análisis de datos del área de venta de una plataforma dedicada al e-commerce denominada Flipkart la cual se obtuvo de Kaggle, el registro constaba de 17 campos con los cuales se procedió a la creación de la base de datos en Neo4j, además de esquemas y aplicación del lenguaje Cypher para las consultas visualizando patrones de ventas sobre categorías y los descuentos aplicados siendo el de mayor uso el del 60%, todos estos datos pueden ser útiles para la toma de decisiones informada y generación de estrategias según la ubicación de los clientes así como el reconocimiento de categorías de productos con baja calificación. En conclusión, este tipo de base de datos permite ver los datos de forma gráfica definiendo las relaciones existentes, permitiendo a los usuarios visualizar de forma rápida y sencilla patrones que tienen los datos, sin embargo, es recomendable que para mejores resultados se aplique un proceso de extracción, transformación y carga (ETL), a su vez verificar las relaciones que existen entre las diferentes entidades para una mejor visualización.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Arenado, S. (2023). Analítica de redes y grafos. Trabajo Fin de Grado, Universidad de Sevilla, Sevilla. https://idus.us.es/bitstream/handle/11441/148026/TFG4529_Arenado%20Serrano.pdf?sequence=1&isAllowed=y

Cao, J. (2023). E-Commerce Big Data Mining and Analytics. Hefei, Springer. https://doi.org/ISBN:9789819935888, 9819935881

Carrillo, G., & Galpin, I. (2021). Analítica de grafos para identificar entidades relevantes y comunidades en Mercado Libre: un estudio de caso. MUTIS, 77-95. https://doi.org/https://doi.org/10.21789/22561498.1740

López, V. (2023). Sistemas de Big Data. Ra-Ma S.A. Editorial y Publicaciones. https://doi.org/ISBN:9788419857446, 8419857440

Marrero, L., Verena, O., Tesone, F., Thomas, P., Corbalán, L., Fernández, J., & Pesado, P. (2023). Un Estudio de Procesos de Diseño de Bases de Datos NoSQL. (U. N. Plata, Ed.) Sedici, 404-414. http://sedici.unlp.edu.ar/bitstream/handle/10915/149452/Documento_completo.pdf-PDFA.pdf?sequence=1&isAllowed=y

Migani, S., Vera, C., & Lund, M. J. (26 de Abril de 2018). NoSQL_ Modelo de datos y sistemas de gestión de base de datos. RedUNCI - UNNE, 225-228. https://doi.org/ISBN 978-987-3619-27-4

Ortega, J. (2022). Big data, machine learning y data science en python. RA-MA S. A. Editorial y Publicaciones. https://www.google.com.ec/books/edition/Big_data_machine_learning_y_data_science/81W6EAAAQBAJ?hl=es-419&gbpv=1&dq=tipos+de+base+de+datos+NOSQL&pg=PT59&printsec=frontcover

Peirano, J., Rojas, J., & Romero, A. (2021). Uso de Neo4J como base de datos orientada a grafos para la gestión de información de paradas, recorridos y viajes del Sistema de Transporte Metropolitano (STM) de la Ciudad de Montevideo, Uruguay. Trabajo de Titulación,

Universidad ORT Uruguay, Facultad de Ingeniería, Montevideo. https://dspace.ort.edu.uy/bitstream/handle/20.500.11968/6393/Material%20completo.pdf?sequence=1&isAllowed=y

Ramírez, Ó. (2021). Python a fondo. Marombo. https://doi.org/ISBN:9788426732873, 8426732879

Saorín, T. (01 de Diciembre de 2019). Grafos de conocimiento y bases de datos en grafo: conceptos fundamen-tales a partir de una ‘obra maestra’ del Museo del Prado. Anuario ThinkEPI, 13. https://doi.org/https://doi.org/10.3145/thinkepi.2019.e13f05

Sarasa, A. (2019). Introducción a las bases de datos NSQL clave-valor usando Redis. Editorial UOC, S.L. https://www.google.com.ec/books/edition/Introducci%C3%B3n_a_las_bases_de_datos_NSQL/Q6i8DwAAQBAJ?hl=es-419&gbpv=1&dq=tipos+de+base+de+datos+NOSQL+columnas&pg=PT19&printsec=frontcover

Scifo, E. (2020). Hands-On Graph Analytics with Neo4j. Birmingham: Packt Publishing. https://www.google.com.ec/books/edition/Hands_On_Graph_Analytics_with_Neo4j/Dyj5DwAAQBAJ?hl=es-419&gbpv=1

Sholichah, R. J., Imrona, M., & Alamsyah, A. (24 de Septiembre de 2020). Performance Analysis of Neo4j and MySQL Databases using Public Policies Decision Making Data. IEEE, 152-157. https://doi.org/10.1109/ICITACEE50144.2020.9239206

Walke, D., Miguel, D., Schallert, K., Muth, T., Broneske, D., Saake, G., & Heyer, R. (2023). The importance of graph databases and graph learning for clinical applications. PubMed. https://doi.org/10.1093/database/baad045

Webber, J., & Bruggen, R. V. (2020). Graph databases for dummies. New Jersey, Estados Unidos: John Wiley & Sons. https://doi.org/ISBN: 978-1-119-74602-7 (pbk); ISBN: 978-1-119-74579-2 (ebk)

Wu, W. (13 de Marzo de 2021). https://dl.acm.org/doi/pdf/10.1145/3408877.3432541. System A, 590-596. https://dl.acm.org/doi/pdf/10.1145/3408877.3432541

Yan, B., Yang, C., Shi, C., Fang, Y., Li, Q., Ye, Y., & Du, J. (2023). Graph Mining for Cybersecurity: A Survey. ACM. https://doi.org/https://dl.acm.org/doi/pdf/10.1145/3610228

Zaki, M., & Meira, W. (2014). En M. Zaki, & W. Meira, Data Mining and Analysis Fundamental Concepts and Algorithms (pág. 93). Cambridge University Press. https://www.webpages.uidaho.edu/~stevel/517/Data%20Mining%20and%20Analysis%20by%20Zaki.pdf

Descargas

Publicado

2024-03-18

Cómo citar

Beltrán Robayo , N., Medina Robayo , A., Long Vásquez , D. P. C., & Sánchez Guerrero , J. (2024). Uso de grafos para el análisis de datos del sector de ventas: un caso de estudio. Pro Sciences: Revista De Producción, Ciencias E Investigación, 8(51), 37–58. https://doi.org/10.29018/issn.2588-1000vol8iss51.2024pp37-58

Número

Vol. 8 Núm. 51 (2024): marzo

Sección

ARTÍCULO DE INVESTIGACIÓN

Licencia

Derechos de autor 2024 Los autores mantienen los derechos sobre los artículos y por lo tanto son libres de compartir, copiar, distribuir, ejecutar y comunicar públicamente el trabajo en sus sitios web personales o en depósitos institucionales, luego de su publicación en esta revista, siempre y cuando proporcionen información bibliográfica que certifique su publicación en esta revista.

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.