Grupo de Investigación: Sistemas de Información e Inteligencia de Negocios (ISBIG 1)

CENTRO: UNIVERSIDAD DE LA HABANA
CARRERA: CIENCIA DE LA COMPUTACIÓN

La esencia del grupo de Sistemas de Información e Inteligencia de Negocios (ISBIG – Information
Systems and Business Intelligence) es la labor de investigación e innovación en diversas áreas del
conocimiento científico y la aplicación práctica, que se caracterizan por su interrelación estrecha con el
almacenamiento, el análisis y la obtención de información desde el procesamiento de los datos primarios
hasta la generación de conocimiento con vista a la toma de decisiones pertinentes, certeras y oportunas.
Se trabaja en la profundización teórico-conceptual y metodológica en relación con el espectro de los
enfoques contemporáneos de las bases de datos, que favorecen la actualización incesante de la
disciplina Sistemas de Información, impulsan el trabajo científico-estudiantil y asegura el reto en las
actividades de posgrado.
Dada la diversidad de escenarios y el creciente desvanecimiento de los límites entre las más disímiles
ramas de la ciencia y la tecnología, se enfatiza en la interrelación de paradigmas como contribución al
manejo de datos heterogéneos e información espacial, el fomento de la calidad de los datos y el control
de los proyectos con vistas a propiciar el éxito de la gestión del conocimiento organizacional. Para el
desarrollo de soluciones computacionales a problemas complejos se incursiona en la integración de
resultados desde la perspectiva de los datos en ramas afines como Sistemas de Bases de Datos,
Inteligencia y Analítica de Negocios, Recuperación de Información, Optimización de Consultas, Minería
de Datos, Big Data, Detección de Anomalías, Aprendizaje Automático, Procesamiento del Lenguaje
Natural.
LINEAS FUNDAMENTALES DE INVESTIGACiÓN:

  • Enfoques contemporáneos de las bases de datos:
  1. Modelos de datos para bases de datos multidimensionales
  2. Modelos computacionales para sistemas de bases de datos distribuidos
  3. Tecnologías de Big Data y heterogeneidad de los datos
  • Gestión del conocimiento en función de la toma de decisiones en escenarios diversos:
  1. Combinación de modelos analíticos y tecnologías novedosas para el manejo inteligente de los contenidos y la gestión del conocimiento en una organización.
  2. Estudio del alcance de las bases de datos NoSQL actuales y despliegue de nuevas propuestas para su aplicación en la solución de problemas de Big Data.
  3. Diversificación de la portabilidad, la accesibilidad y la ubicuidad en las soluciones computacionales para la toma de decisiones. Creación de mundos virtuales.
  4. Hibridación de técnicas para el desarrollo de sistemas de recomendación en función de la toma de decisiones.
  5. Aplicación innovadora de las tecnologías de la información y las comunicaciones en la gestión y la ejecución de los proyectos.
  • Enriquecimiento de las bases conceptuales y metodológicas para la creación de soluciones de inteligencia organizacional interconectadas con la Ciencia de los Datos.
  1. Formulación de nuevas técnicas para el análisis de redes complejas y el descubrimiento de comportamientos infrecuentes, en diversos escenarios.
  2. Optimización de consultas en el marco de la Web Semántica.
  3. Extracción automática de información y procesamiento del lenguaje natural.
  4. Profundización en las interconexiones científicas, metodológicas y tecnológicas entre los Sistemas de Información y la Ciencia de los Datos aplicables a escenarios diversos.

PROFESORES INVOLUCRADOS:

Dra. C. Lucina García Hernández – lucina@matcom.uh.cu         (Jefa del Grupo de Investigación)

Líneas de investigación:

  • Enfoques contemporáneos de las bases de datos.
  • Gestión del conocimiento en función de la toma de decisiones en escenarios diversos.
  • Enriquecimiento de las bases conceptuales y metodológicas para la creación de soluciones de inteligencia organizacional interconectadas con la Ciencia de los Datos.
  1. Cs. Martha Montes de Oca Richardson – martha@matcom.uh.cu

Líneas de investigación:

  • Estudio del alcance de las bases de datos NoSQL actuales y despliegue de nuevas propuestas para su aplicación en la solución de problemas de Big Data.
  • Diversificación de la portabilidad, la accesibilidad y la ubicuidad en las soluciones computacionales para la toma de decisiones en el proceso de enseñanza aprendizaje.
  • Aplicación innovadora de las tecnologías de la información y las comunicaciones en la gestión y la ejecución de los proyectos.
  • Profundización en las interconexiones científicas, metodológicas y tecnológicas entre los Sistemas de Información y la Ciencia de los Datos.
  1. Cs. Carmen Fernández Montoto – carmen@matcom.uh.cu

Líneas de investigación:

  • Diversificación de la portabilidad, la accesibilidad y la ubicuidad en las soluciones computacionales para la toma de decisiones en el proceso de enseñanza aprendizaje.
  • Profundización en las interconexiones científicas, metodológicas y tecnológicas en los entornos virtuales de aprendizaje.
  1. Cs. Mario A. Prado Romero – mario.prado@matcom.uh.cu

Líneas de investigación:

  • Estudio del alcance de las bases de datos NoSQL actuales y despliegue de nuevas propuestas para su aplicación en la solución de problemas de Big Data.
  • Aplicación innovadora de las tecnologías de la información y las comunicaciones en la gestión y la ejecución de los proyectos.
  • Formulación de nuevas técnicas para el análisis de redes complejas y el descubrimiento de comportamientos infrecuentes.

Lic. Claudia Quintana Wong – claudia.quintana@matcom.uh.cu

Líneas de investigación:

  • Estudio del alcance de las bases de datos NoSQL actuales y despliegue de nuevas propuestas para su aplicación en la solución de problemas de Big Data.
  • Diversificación de la portabilidad, la accesibilidad y la ubicuidad en las soluciones computacionales para la toma de decisiones.
  • Hibridación de técnicas para el desarrollo de sistemas de recomendación en función de la toma de decisiones.
  • Recuperación y Extracción automática de información. Procesamiento del lenguaje natural. Extracción de relaciones semánticas en idioma español en texto.

Lic. Carlos Fleitas Aparicio – carlos.fleitas@matcom.uh.cu

Líneas de investigación:

  • Estudio del alcance de las bases de datos NoSQL actuales y despliegue de nuevas propuestas para su aplicación en la solución de problemas de Big Data.
  • Diversificación de la portabilidad, la accesibilidad y la ubicuidad en las soluciones computacionales para la toma de decisiones.
  • Aplicación innovadora de las tecnologías de la información y las comunicaciones en la gestión y la ejecución de los proyectos.
  • Profundización en las interconexiones científicas, metodológicas y tecnológicas entre los Sistemas de Información y la Ciencia de los Datos. Ciencia de los Datos: Un enfoque desde la perspectiva de los datos.

PRINCIPALES PUBLICACIONES DEL GRUPO:

  • Fernández Montoto, C; Inguanzo Rey, H. J. Utilización de los mundos virtuales en el proceso de enseñanza aprendizaje. Congreso Internacional UNIVERSIDAD 2020. La Habana, Cuba. Febrero de 2020.
  • Montes de Oca Richardson, M. Estrategias para la capacitación del personal involucrado en proyectos de desarrollo municipal. Evento Provincial de UNIVERSIDAD 2020. La Habana, Cuba. julio de 2020.
  • Quintana-Wong, C.; García Hernández, L. Recommender System in a Transactional Analytical Solution for Health Care and Health Promotion. Revista Cubana de Transformación Digital. Vol. 1 Núm. 1 (2020) https://rctd.uic.cu/rctd/artcle/view/58
  • Quintana-Wong, C. A Deep Learning Model for Semantic Relation Classification in Spanish based on Distant Supervision (International Conference on Operations Research ICOR 2020)
  • Prado-Romero, M.A., Fernández Oliva, A., García Hernández, L., Cardentey-Fundora, V.M. Predicting Topic Popularity using Neural Networks and a Time Sensitive Topic Model. (International Conference on Operations Research ICOR 2020)
  • Prado-Romero, M.A., Celi, A., Stilo, G., Coto-Santiesteban, A. TSTM a Time Sensitive Topics´ Model for Popularity Prediction on News Providers, Ibero-American Congress on Pattern Recognition (CIARP) 2019, Springer, Cham, 2019. https://doi.org/10.1007/978-3-030-33904-3_9
  • Prado-Romero, M.A., Fernández Oliva, A., García Hernández, L. Discovering Influencers on Social Networks (International Workshop on Operations Research IWOR 2019)
  • Quintana-Wong, C. Integrating Latent Factor and Neighborhood Models to obtain Accurate Recommendations (International Workshop on Operations Research IWOR 2019)
  • Quintana-Wong, C. Combining Collaborative Filtering and Topic Modeling for Information Recommendation. (Escuela Latinoamericana de Verano de Investigación de Operaciones ELAVIO 2019 – Lleida, España)
  • Quintana-Wong, C. Recommendations for Healthcare using document-oriented NoSQL. (COMPUMAT 2019). ISBN: 978-959-16-4341-4
  • Fernández Montoto, C. La enseñanza de las Matemáticas mediante mundos virtuales. Compumat 2019. ISBN: 978-959-16-4341-4
  • Montes de Oca Richardson, M. Estrategias para el control de proyectos de desarrollo municipal sustentadas en la gestión del conocimiento. Memorias del III Congreso Internacional de Marketing desarrollo local y turismo 2019. La Habana, Cuba. 2019
  • Montes de Oca Richardson, M. La DIP aplicada a los programas de la vivienda en el marco del desarrollo local. III Congreso Internacional de Marketing desarrollo local y turismo 2019. La Habana, Cuba. 2019
  • Montes de Oca Richardson, M. El desarrollo local en el Consejo de la Administración en la Dirección Integrada por proyecto. III Congreso Internacional de Marketing desarrollo local y turismo 2019. La Habana, Cuba. 2019
  • Montes de Oca Richardson, M. SCCPM Sistema Computacional para el control de los proyectos de desarrollo municipal. Evento Provincial de Economía de la ANEC. La Habana, Cuba.
  • Montes de Oca Richardson, M. Estrategias para el desarrollo municipal enmarcadas en la transformación digital. Evento Provincial de Economía de la ANEC. La Habana, Cuba.
  • Prado-Romero, M. A.; Fernández Oliva, A.; García Hernández, L. Identifying Twitter Users Influence and Open Mindedness Using Anomaly Detection. International Workshop on Artificial Intelligence and Pattern Recognition. Springer, Cham, 2018. https://doi.org/10.1007/978-3-030-01132-1_19
  • García Hernández, L.; Quintana Wong, C. (ponente); Guillot Jiménez, J.; Fleitas Aparicio, C. (2017) Solución computacional transaccional y analítica para la promoción de la salud. Proyecto del Grupo Multicéntrico de Investigaciones en Salud GMIS-Sanología de la Unión de Universidades de América Latina (UDUAL). COMPUMAT 2017. Ciudad Universitaria “José Antonio Echevarría”, Cuba. Noviembre 2017. ISBN: 978-959-261-562-5.
  • Avellaneda González, R.; García Hernández, L. (ponente); Guillot Jiménez, J. (2017). Solución BI NoSQL para el análisis del ingreso a la Educación Superior. COMPUMAT 2017. Ciudad Universitaria “José Antonio Echevarría”, Cuba. Noviembre 2017.
  • López López, A.; García Hernández, L.; et al (2017). Proyecto de gestión de conocimiento en Desoft: Conjunto de herramientas para la gestión del conocimiento [1]. Revista Nueva Empresa, Cuba. Abril 2017. ISSN 1682 – 2455.
  • Simón A., Torres, M., García L., Simón A., Ravelo R. (2016) Comparing Tabular and Multidimensional Model in a real BI solution. IEEE Latin American Transactions. Vol. 14, No. 7, Julio 2016. IEEE (3393-3399). ISSN: 1548-0992.
  • Guillot Jiménez, J.; García Hernández, L. (2016) Bases de datos NoSQL para la gestión de datos geoespaciales. Memorias de la XVI Convención y Feria Internacional Informática 2016: Conectando Sociedades. Marzo 2016. Editorial Joven Club (959-289). ISBN: 978-959-289-122-7.
  • Reyes Gaspar, P. L. Estrategia para la promoción del autocuidado de la salud en la Universidad Surcolombiana. Tesis Doctoral en Ciencias de la Salud. (Ph. D.) Tutoras: Amable Ambrós, Z. (ENSP) y García Hernández, L. (UH) Proyecto del Grupo Multicéntrico de Investigaciones en Salud GMIS-Sanología de la Unión de Universidades de América Latina (UDUAL). Escuela Nacional de Salud Pública. La Habana, Cuba, Marzo de 2016.
  • Simón Cuevas, A.; Torres Sánchez, M.; García Hernández, L.; Ravelo Suárez, R. (2015) Evolución de la gestión del conocimiento en el Grupo Empresarial CIMEX. Revista Digital Gestión del Conocimiento y Tecnologías. España, Diciembre de 2015. ISSN: 2255-5648.

PROYECTOS:

  • Proyecto GMIS-Sanología correspondiente al Grupo Multicéntrico de Investigaciones en Salud de la Unión de Universidades de América Latina (GMIS-UDUAL), subscrito por la Universidad Surcolombiana (Colombia), la Universidad de Tamaulipas (México) y la Universidad de La Habana (Cuba) en 2008 hasta la fecha.
  • Proyecto Universitario de Tecnología Educativa, en el que participan la Universidad de La Habana y la Empresa de Aplicaciones Informáticas, Desoft.
  • Proyecto de gestión de conocimiento en Desoft, en el que participan la Empresa de Aplicaciones Informáticas, Desoft, y la Universidad de La Habana desde 2015.