Inteligencia empresarial
Big data: datos masivos. Segunda entrega
- Video:Serie de seminarios web de junio AWS. Inmersión profunda: analítica de datos masivos e inteligencia empresarial
- Fuente:YouTube
Business Intelligence in Environmental Reporting Powered by XBRL
Inteligencia empresarial en información ambiental potenciada por XBRL
El propósito de este documento es mejorar la comprensión del enfoque actual de la inteligencia empresarial junto con herramientas del lenguaje extensible de informes de negocios (extensible business reporting language, XBRL) que transforman datos existentes en una fuente informativa de conocimiento. Se vincula la investigación científica de vanguardia al nivel de XBRL con una revisión de las tendencias actuales en información ambiental.
Este artículo fue escrito por Michal Hodinka, Michael Štencl, Jiří Hřebíček y Oldřich Trenz (Mendel University in Brno, Brno, República Checa) para Acta Universitatis Agriculturae et Silviculturae Mendelianae Brunensis (vol. 62, núm. 2, 2014, 355-362), publicación de la Mendel University in Brno que difunde investigaciones en ciencias biológicas, técnicas y socioeconómicas. Correo de contacto: [email protected].
- Video:101 Panel Tech Days. Inteligencia empresarial implementada con Hadoop, Oozie y Apache Drill
- Fuente:YouTube
Pentaho and Jaspersoft: A Comparative Study of Business Intelligence Open Source Tools Processing Big Data to Evaluate Performances
Pentaho y Jaspersoft: un estudio comparativo de herramientas de inteligencia empresarial de código abierto para procesar datos masivos para evaluar desempeños
En este artículo se comparan dos de las herramientas de código abierto de inteligencia empresarial mejor posicionadas en el mercado: Pentaho y Jaspersoft. Ambas procesan datos masivos mediante seis bases de datos de distinto tamaño. Se hace énfasis en sus procesos extraer, transformar y cargar (ETL) y de información midiendo sus desempeños a través de sistemas algebraicos computarizados.
Este documento fue preparado por Victor M. Parra, Azeem Mohammad, Ali Syed y Malka N. Halgamuge (Charles Sturt University, Melbourne, Australia) para International Journal of Advanced Computer Science and Applications (vol. 7, núm. 10, 2016, 20-29), publicación de The Science and Information (SAI) Organization (Bradford, West Yorkshire, Reino Unido). Correo de contacto: [email protected].
