Abstract The article focuses on a brief but comprehensive
review of the spatial business intelligence also called SOLAP, also presents a series of steps that allow to apply SOLAP on a real project, from the initial processing of the data in the design of the spatial data warehouse, modeling of the spatial cube schema, spatial data mining and the user interface of results according to factors required for this purpose "maps and graphics statistics", databases used were ICFES Saber 11 of the years 2005 to 2012 as input information; in the project used Free Software evidencing its utility and showing how different applications can be used together to develop a support for decision making spatial.
I ndex Terms Spatial Business Intelligence, Spatial Data Warehouse, Spatial Data Mining, Geographic Information Systems, Online Spatial Analytical Processing.
Resumen El artculo se centra en una breve pero completa revisin de la inteligencia de negocio espacial tambin llamado SOLAP, tambin presenta una serie de pasos que permiten aplicar SOLAP en un proyecto real, desde el procesamiento inicial de los datos en el diseo del almacn de datos espaciales, modelado del esquema de cubo espacial, minera de datos espacial y la interfaz de usuario de los resultados de acuerdo a los factores necesarios para este fin "mapas y estadsticas grficas", las bases de datos utilizadas fueron ICFES Saber 11 de los aos 2005 a 2012, como informacin de entrada, en el proyecto se utiliza Software Libre evidenciando su utilidad y mostrando cmo las diferentes aplicaciones se pueden utilizar en conjunto para desarrollar un soporte para la toma de decisiones espaciales.
Palabras clave Inteligencia de Negocios Espaciales, Almacn de Datos Espaciales, Minera de Datos Espaciales, Sistemas de Informacin Geogrfica, Procesamiento Analtico en Lnea Espacial.
I. INTRODUCCIN a informacin almacenada en una organizacin a travs del tiempo puede contener datos de cualquier tipo: enteros, flotantes, caracteres, cadenas de caracteres (String), booleanos, entre otros. Al mismo tiempo estos datos se relacionan con procesos y procedimientos en diversas temticas en sectores educativos, sociales, empresariales o polticos, que requieren de anlisis de resultados o cifras histricas para cumplir con las metas propuestas actuales y futuras.
Para obtener respuestas se utilizan tcnicas de inteligencia de negocios que resultan bastante tiles y que proporcionan un amplio marco de referencia para la toma de decisiones sobre los posibles problemas a contemplar, sin embargo, estos anlisis se quedan cortos o incompletos cuando se quiere obtener informacin que compromete un sitio, lugar o marco geogrfico [1]. Teniendo en cuenta lo anterior se incorpor al anlisis de toma de decisiones datos de tipo espacial o geomtrico como: puntos, polgonos y lneas que permiten analizar la informacin desde otro nivel o perspectiva, incorporando herramientas y tcnicas con estos datos, a esto se le denomina Inteligencia de Negocios Espaciales [2].
En la aplicacin de inteligencia de negocios espaciales se realizan una serie de etapas que en su orden permiten estructurar elementos para soporte en la toma de decisiones, se comienza con los datos transaccionales histricos recolectados con su componente espacial, luego se procede a la extraccin, transformacin y carga para disear y construir la bodega de datos espacial, posteriormente se analizan y disean las dimensiones y medidas para el modelamiento del cubo espacial para as poder aplicar la minera de datos espaciales, de esta manera se tienen los insumos de informacin suficientes para llegar a los resultados para la toma de decisiones, que en este caso sern estadsticos y espaciales, dando una visin mucho ms amplia de cmo se relacionan estos datos y que decisiones se deberan tomar [1].
El conjunto de pasos anteriores se automatiza en un conjunto de herramientas de software libre que permiten realizar estas tareas de forma clara y ordenada, aunque no existe una nica herramienta para el desarrollo de inteligencia de negocios espaciales, la combinacin de los sistemas software utilizados en este proyecto permite su aplicacin, ofreciendo soporte para la toma de decisiones espaciales [3]. Inteligencia de Negocios Espaciales Orientada al Anlisis de datos sobre pruebas Saber 11 del Instituto Colombiano para la Evaluacin de la Educacin a Nivel Nacional (Enero 2014) Christiam Alejandro Nio Pea, Autor, Gustavo Cceres Castellanos, Director L
2 II. ESTADO ACTUAL DE LA INTELIGENCIA DE NEGOCIOS ESPACIALES La inteligencia de negocios espacial provee una serie de pasos para la toma de decisiones que permite integrar la informacin de tipo geogrfico o espacial, estos pasos segn [1] son: --Inteligencia: para formular y encontrar el problema. --Diseo: para analizar una solucin. --Eleccin: para seleccionar la ms indicada. Cada paso debe cumplir un manejo de la informacin preciso para obtener un resultado ptimo y que se acomode con lo que se espera.
A. Bodegas de datos espaciales Las organizaciones se han preocupado por atender las diversas situaciones de oferta y demanda de sus productos y servicios basados en los lugares donde se encuentran, ya sea departamentos, municipios, veredas, predios, etc. Adems sus bases de datos llamadas tambin bodegas de datos pueden contener informacin de clientes, proveedores, aos, contactos y otros relacionados con alguna posicin geogrfica que permite realizar un anlisis de tipo espacial ya sea en relacin a un polgono, punto o lnea [4].
El volumen de informacin manejado por estas bodegas es elevado, razn por la cual se requiere que los sistemas que las contienen utilicen mayor procesamiento, memoria y aplicacin de una serie de consultas multidimensionales que soporten jerarquas predefinidas para acelerar el rendimiento, para lograr esto se utilizan ndices llamados SB-Index 1 y HSB- Index 2 que permiten agrupar muchos datos en poco tiempo [5]. Estos rendimientos suponen que se maneje una serie de granularidad espacial para permitir la clasificacin de los datos, esta forma de representacin toma un enfoque cualitativo para el manejo de la informacin, representando la misma en forma discreta y/o continua [6].
El objetivo principal de la bodega de datos espacial es el de agrupar todo tipo de informacin relevante al soporte de decisiones alfanumrica y geogrfica con el fin de ser el punto de partida para generar el cubo espacial del cual se desprendern los resultados [7].
B. Algoritmos y Tcnicas de Minera de datos espaciales La minera de datos espaciales permite obtener un resultado profundo y completo de un cuestionamiento dado en un almacn de datos espacial, pero para llegar a obtener este resultado se hace necesario encontrar el mejor mtodo. Existen mtodos de minera que permiten realizar esto aplicando algoritmos diseados para tal fin, clasificados segn la tabla 1 as:
1 SB-ndex: ndice de mapa de bits de estructura de datos secuencial 2 HSB-ndex: ndice de mapa de bits de estructura de datos jerrquica TABLA I TCNICAS DE MINERA DE DATOS Minera de datos no espacial Tcnica Tipo Arboles de decisin Supervisados Induccin o redes neuronales Regresin lineal Series de tiempo Deteccin de desviaciones o Naive Bayes No supervisados Reglas de asociacin Patrones secuenciales Minera de datos espacial Tcnica Algoritmo Generalizacin Jerarquas Atributos Agrupacin Particional Jerrquica Localizacin K-Means Localizacin K-Medoids Clarans SD-Clarans NSD-Clarans Asociacin espacial A priori Fuente. El autor
Cada uno de estos algoritmos espaciales utiliza procedimientos de manejo de la informacin geomtrica para llegar a los resultados esperados, la tabla de clasificacin de tcnicas y algoritmos se desarroll en base a [8].
C. Aplicacin SOLAP en proyectos de diversas reas La aplicabilidad de la inteligencia de negocios espaciales o SOLAP se extiende a diversas reas del conocimiento permitiendo que se puedan desarrollar proyectos de todo tipo, para mencionar algunos de ellos y su aplicabilidad se muestra la tabla 2. TABLA II CASOS DE XITO SOLAP Estudio Aplicacin Enlace SDSS de Clasificacin de Imgenes Evaluacin de Superficies de Arroz [9] Sistema de apoyo a decisiones espaciales para planificacin del uso de la tierra Identificacin de unidades de tierra, verificacin de ecosistemas, desarrollo de software Exgis y ForAndesT [10] Evaluar impactos de deposicin atmosfrica de azufre Sistemas acuticos en la regin sur de los Apalaches [11] SDSS para gestin de aguas pluviales y evaluacin de calidad Uso de la tierra en Estados Unidos, geolocalizar contaminacin en una zona urbana [12] Anlisis de indicadores energticos agrcolas Verificacin de consumos de energa en actividades agropecuarias con reportes de produccin [13]
3 Estudio Aplicacin Enlace SDSS Web para ruteo de vehculos utilizando Google Maps Generacin de rutas optimizadas y mapas, fue probado en Coimbra, Portugal [14] Minera de datos espaciales para la agricultura Utilizacin del algoritmo k-means y mtodos de optimizacin de refinamiento progresivo [15] SDSS de gran escala de enrutamiento de vehculos Mejorar la eficiencia y reducir los costos de transporte, aplicado en una compaa China [16] Diseo de almacenes de datos espaciales para la toma de decisiones en datos geoespacial Mejor manejo de informacin en instituciones como autoridad y gobiernos [17] Anlisis de datos socio- espaciales con grficos interactivos Provincia de Buenos Aires en manejo de datos atpicos espaciales en SIG y sistemas de ayuda de Decisin espacial (SADE) [18] SDSS para ayuda en el sector publico Sistema de informacin SIGGESC para apoyo a SDSS en SIG en Portugal [19] Modelos de simulacin demogrficos y econmicos Uso de un modelo de simulacin PRIMA con herramientas SOLAP [20] SDSS para el manejo integrado de la salud y la educacin en instalaciones a nivel local Utilizacin de SDSS en el manejo de datos histricos para mejor organizacin de servicios de educacin y salud en Brasil [21] Fuente. El autor. III. ANLISIS, DISEO Y DESARROLLO DE LA BODEGA DE DATOS ESPACIALES En el desarrollo del proyecto se utilizaron las bases de datos del ICFES Pruebas Saber 11 de los aos 2005 a 2012 donde se clasifico informacin bsica de los estudiantes en base condiciones socioeconmicas, instituciones educativas organizadas segn carcter, naturaleza, calendario, jornada, idioma y zona, los resultados segn pruebas de ncleo comn y componente flexible, as como la clasificacin de los estudiantes e instituciones a nivel nacional segn el ao y semestre con su localizacin geogrfica municipal y departamental [22]. La informacin anteriormente mencionada se descarg en formato CSV 3 proporcionada por el ICFES 4 con los datos clasificados segn ao y semestres.
A. Organizacin y adaptacin de la informacin El primer paso para poder disear la bodega de datos espaciales consisti en la organizacin de la informacin recibida utilizando el Sistema Gestor de Bases de Datos POSTGRESQL [23] en su versin 8.4 y su componente
3 Valores separados por comas. 4 Instituto colombiano para la evaluacin de la educacin. espacial POSTGIS [24] en su versin 1.5, teniendo estas herramientas instaladas con su respectiva plantilla espacial se crea la base de datos y tablas necesarias por ao y semestre para con el comando Copy de POSTGRESQL realizar la importacin de la informacin en la base de datos, el comando utilizado se muestra en la figura 1.
Fig. 1. Carga de datos de CSV a PostgreSQL
Despus de tener la informacin cargada en el SGBD 5 se procedi a organizar y seleccionar los datos con el uso de consultas SQL 6 con declaracin DDL 7 y DML 8 , esta organizacin se defini segn el diccionario de datos versin 1.6 ICFES [25] para relacionar las llaves primarias y llaves forneas y as obtener el conjunto de tablas, ndices y vistas necesarias para realizar el modelamiento completo de la base de datos, en la figura 2 se muestra el compilado de tablas obtenido.
Fig. 2. Objetos base de datos db_saber en PostgreSQL 8.4
Al tener la informacin organizada y completa se procedi a realizar la optimizacin de datos, revisin de campos errneos y organizacin de referencias.
B. Extraccin, Transformacin y Carga Para iniciar el proceso de creacin del almacn de datos espaciales se procedi a indagar que factores serian importantes para realizar el anlisis espacial y que permitieran obtener elementos para poder realizar la toma de decisiones. A partir de esto se procedi a consultar el documento de Informe histrico prueba saber 11 [22] donde se obtuvieron criterios para el anlisis, la tabla 3 muestra estos factores:
5 Sistema gestor de bases de datos. 6 Lenguaje de consulta estructurado. 7 Lenguaje de definicin de datos. 8 Lenguaje de manipulacin de datos.
4 TABLA III FACTORES DE ANLISIS ICFES PRUEBAS SABER 11 Resultados Nacionales Poblacin Evaluada --Total de evaluados por periodo segn tipo de inscripcin. --Caractersticas de la poblacin evaluada: Sexo y Edad menores de 16, menores de 18, entre 17 y 18, entre 18 y <21 y mayores a 21. --Nmero de estudiantes y establecimientos educativos evaluados segn zona y sector. --Nmero de estudiantes y establecimientos educativos de jornada diurna evaluados. --Puntajes promedio en ncleo comn y en reas acadmicas, segn sector y zona. --Niveles de dominio del ingls segn sector y zona. --Puntajes en ncleo comn y reas acadmicas segn gnero. --Niveles de dominio del ingls segn gnero Establecimientos educativos --Por grupos de clasificacin socioeconmica, segn sector y zona --Por categoras de desempeo en el examen, segn sector y zona Resultados Territoriales Poblacin Evaluada --Poblacin total evaluada en A-2008 y B- 2009 por tipo de inscripcin --Nmero de estudiantes y establecimientos educativos (sedes-jornada), evaluados en los ltimos cinco periodos de calendarios A y B Resultados de los estudiantes --Nmero de estudiantes evaluados de municipios certificados y no certificados --Municipios certificados y no certificados ---Media en ncleo comn y en las reas en los ltimos cinco periodos del calendario A ---Media en ncleo comn y en las reas acadmicas en los ltimos cinco perodos del calendario B ---Desempeo en ingls. Calendarios A- 2008 y B-2009 Resultados de los establecimientos educativos --Municipios certificados y no certificados ---Por categoras de desempeo en el examen por aos ---Por grupos de clasificacin socioeconmica (CSE) Fuente. El autor.
Los factores mencionados anteriormente son los elementos de anlisis para la realizacin del cubo espacial.
A partir de esto se procedi a la realizacin de la bodega de datos espaciales con la herramienta libre GEOKETTLE [26], la cual permite realizar la extraccin, transformacin y carga de datos, pero con el adicional que permite utilizar datos de tipo espacial, tambin permite extraer datos de 35 tipos de bases de datos, formato de archivo como XLS, XML, Archivos planos, entre otros. Adems permite realizar transformaciones de datos con herramientas como mapeo, seleccin, filtro, unin, duplicacin, anlisis espacial, vistas de cartografa y otras, finalmente permite la salida de estos resultados para conformar la bodega de datos. Utilizando la aplicacin GEOKETTLE se visualiza el componente espacial obtenido, en este caso se utilizaron los polgonos y puntos de los municipios de Colombia, la visualizacin de los mismos se observa en la figura 3 con los municipios de Colombia en Polgono y la figura 4 de los sitios en puntos.
Fig. 3. Mapa de Colombia - Polgonos
Fig. 4. Sitios de Colombia - Puntos
El diseo de la bodega de datos espaciales se rige segn los factores que se quiere tener respuesta, a partir de ello se modelo la bodega espacial en el sistema GEOKETTLE, para ello se utilizaron herramientas de lectura y extraccin de campos como se ve en la figura 5 de forma especfica y en la figura 6 de forma general.
Fig. 5. Carga en Geokettle de forma especfica
5
Fig. 6. Diseo de bodega de datos espacial
Despus de tener el diseo de la bodega de datos se ejecuta el procesamiento para almacenar en el sistema gestor de bases de datos, el resultado obtenido es el insumo para realizar el cubo de datos espacial, en la figura 7 se muestra el diseo de la bodega de datos espacial en la que se utiliz el modelo estrella para mejorar rendimiento tanto en la consulta SQL y MDX 9 como en el procesamiento de la posterior minera espacial y visualizacin geogrfica.
Fig. 7. Bodega de Datos Espacial IV. DISEO DEL ESQUEMA E IMPLEMENTACIN DEL CUBO DE DATOS ESPACIAL
A. Identificacin de dimensiones y medidas En la identificacin de las dimensiones y medidas se relacionaron los factores de los que se dese obtener respuesta para crear el cubo de datos espacial y de esta forma obtener el soporte de decisiones.
Las dimensiones diseadas y obtenidas en este ejercicio se disearon primero en forma grfica, para luego utilizar la herramienta SCHEMA WORKBECH [27].
9 Expresiones Multidimensionales. B. Diseo del esquema del cubo espacial En el diseo del cubo espacial se utiliz la herramienta SCHEMA WORKBENCH la cual permiti desarrollar el esquema espacial adaptando las dimensiones necesarias y las medidas que proporcionaran los resultados de los factores a evaluar, en la figura 8 se observa la forma en que se construy el cubo de datos espaciales y la figura 9 el proceso ms detallado.
Fig. 8. Diseo del cubo de datos espaciales
Fig. 9. Esquema del cubo ms detallado
El modelado del cubo espacial de relaciones OLAP (Procesamiento analtico en lnea) tomo la tabla municipios para la utilizacin de los campos geomtricos y su conexin con las tablas periodos, estudiantes, instituciones y exmenes para obtener las medidas de temticas y resultados.
Adems la aplicacin de modelado de esquemas vlida la informacin y forma del cubo para evitar romper restricciones en la bodega de datos y el mal manejo de la informacin ocasionando datos errneos.
6 C. Importacin y adaptacin del esquema del cubo espacial
En el momento de guardar el esquema en formato XML 10 se obtiene en detalle la organizacin del cubo de anlisis de informacin espacial como se ve en la figura 10.
Fig. 10. Esquema XML del cubo de datos espacial
El archivo XML es el responsable de llamar los datos de la bodega de datos para que se relacionen con las dimensiones y medidas, este esquema requiere un sistema servidor donde pueda realizar las operaciones de consulta de datos utilizando el lenguaje MDX, el cual es la forma de realizar las sentencias de seleccin y manipulacin de los datos y el procesamiento de la informacin para su manejo espacial y alfanumrico.
Para el procesamiento de informacin espacial y de la bodega de datos se utiliz la aplicacin GEOMONDRIAN [28] para de esta manera obtener reportes de datos en tablas y estadsticos en forma de grficos, en la figura 11 se puede ver una vista del servidor de anlisis espacial en ejecucin.
Fig. 11. Ejecucin de GEOMONDRIAN
De esta manera se obtuvo el cubo espacial en ejecucin con los datos proporcionados por el esquema realizado en SCHEMA WORKBENCH.
10 Lenguaje de marcas extensible. V. APLICACIN DE MINERA ESPACIAL Para el cumplimiento del siguiente objetivo en el desarrollo de la inteligencia de negocios espacial se procedi a utilizar la herramienta libre GEOKNIME [29] la cual permite desarrollar los modelos en entorno visual as como aplicar los diversos algoritmos de minera de datos espaciales para obtener la informacin de soporte a la toma de decisiones.
Al utilizar el dato espacial en la tabla municipios para obtener geometras se hace necesario el uso de un algoritmo de datos espacial, este se decidi segn el factor a evaluar para el manejo de los resultados, la tcnica elegida para aplicar la minera espacial es la de agrupacin con los algoritmos k- Means y k-Medoids.
A. Aplicacin de los algoritmos de minera espacial El algoritmo a utilizar como se mencion anteriormente se bas en el factor a evaluar, un ejemplo claro es el nmero de estudiantes y establecimientos educativos segn zona y sector, en este factor se tienen en cuenta la dimensin estudiantes, establecimientos y municipios para lo cual se requerira un algoritmo de agrupamiento para poder obtener el valor de nmero de estudiantes, adems GEOKNIME permiti la utilizacin de datos espaciales, en la figura 12 se muestra al software en el proceso de minera de datos espacial en el algoritmo k-Means y la figura 13 en el algoritmo k-Medoids.
Fig. 12. Aplicacin de algoritmo k-Means
Fig. 13. Aplicacin de algoritmo k-Medoids
Los resultados obtenidos se almacenan en una tabla temporal que tiene los resultados para soportar la toma de decisiones, para cada factor se realiz un procesamiento de minera para el manejo de los resultados.
7 VI. IMPLEMENTACIN DEL VISOR DE RESULTADOS DE INFORMACIN GEOGRFICA El proceso de visualizacin de los resultados toma diversas formas segn como se quiera analizar la informacin, se pueden utilizar grficos estadsticos como barras, tortas y esquemas lineales, tambin se permiten ver las tablas de datos con los resultados, sumado a esto se adquiere una nueva forma de representar la informacin que permite que los datos se reflejen en un mapa visualizando los puntos y sitios (polgonos) de inters de un dato dado, esta informacin adems permite la manipulacin interactiva en el mapa.
A. Incorporacin y uso del cubo espacial en el visor de anlisis de negocio SAIKU Luego de tener los datos en el servidor de anlisis espacial GEOMONDRIAN con el respectivo cubo de informacin con los elementos espaciales, se hace necesario la visualizacin y manipulacin por parte de herramientas software que interpreten las consultas MDX, los datos, el cubo espacial y representar espacialmente, por estas razones se utiliz SAIKU [30], que permite un anlisis de la informacin de forma Drag and Drop arrastrando los componentes que se requieren en un rea de trabajo, los resultados de la combinacin de dimensiones y medidas son calculadas automticamente por el software y se muestran los valores, los grficos y mapas relacionados, la visualizacin de mapas es posible integrando un componente llamado ChartPlus que nos muestra la informacin en un mapa con la ayuda de Google Maps. La utilizacin del cubo espacial se puede ver en la figura 14, en figura 15 las dimensiones y en la figura 16 las medidas.
Fig. 14. Tabla de informacin analizada en SAIKU
En total el nmero de dimensiones es de 58 en las que se evalan todos los aspectos de los factores inicialmente planteados, del mismo modo se obtuvieron 38 medidas que permiten realizar los clculos de inteligencia de negocios espaciales, algunos de estos clculos son sumatorias, promedios, desviacin estndar y contadores.
Fig. 15. Dimensiones del cubo
Fig. 16. Medidas del cubo
Algunos de los resultados mencionados se muestran en grficos estadsticos en la figura 17.
8
Fig. 17. Grficos estadsticos
Tambin se tiene el valor agregado en que la herramienta soporta plataformas web y mvil lo que permite realizar anlisis desde cualquier sitio que tenga internet y acceso al servidor.
B. Implementacin del visor geogrfico SAIKU con CHARTPLUS y aplicacin i3GEO La visualizacin espacial toma un nuevo rumbo con el manejo de datos espaciales, para el proyecto se utilizaron dos herramientas que permiten utilizar este tipo de informacin, una de ellos es CHARTPLUS [31], el cual maneja HTML5 para la carga de informacin mucho ms rpida y con un detalle grafico completo, la adaptacin de CHARTPLUS al visor SAIKU fue un punto clave en la visualizacin de la informacin de negocio ya que al poder manipularse y verse en un mapa se hace ms clara la toma de decisiones, en la figura 18 se puede apreciar el mapa de Colombia con informacin tomada de SAIKU.
Fig. 18. Carga de mapa con CHARTPLUS
El software libre CHARTPLUS permite la adaptacin de una gran cantidad de plugins que facilita an ms el manejo de la informacin.
Por otra parte se utiliz tambin el software Brasileo i3GEO [32], que permite tambin la manipulacin de informacin espacial, a diferencia de CHARTPLUS, i3GEO proporciona una mayor cantidad de herramientas pero su rendimiento es mucho ms bajo, aunque este rendimiento es debido a la manipulacin de datos vectoriales y el uso de gran cantidad de informacin, i3GEO permite la exploracin de diversas temticas segn se requiera, en la figura 19 se muestra la caracterizacin de inscritos al examen ICFES Saber 11 por departamento en Colombia para el ao 2012.
Fig. 19. Uso de i3GEO
La implementacin de estos visores tuvo que adecuarse a los lineamientos del servidor de anlisis espacial GEOMONDRIAN.
C. Implementacin del visor geogrfico SOLAP LAYERS 2.0 Existe otro desarrollo libre llamado SOLAP LAYERS [33] que permite la visualizacin de informacin espacial y que agrega un componente de consultas MDX para realizar la operacin, este sistema software no es adecuado ya que no es rpido y consume bastante memoria, en la figura 20 se puede apreciar la interfaz grfica de la herramienta y el modo de operar.
Fig. 20. Interfaz SOLAPLAYERS VII. CONCLUSIONES El proyecto realizado logro la implementacin de una inteligencia de negocios espaciales completa, desarrollando cada una de las fases comprendidas. La utilizacin del software libre permiti que los datos fueran tratados y manejados segn los factores de decisin que se establecieron, en resumen cada fase se complet con la utilizacin de una herramienta software para tal fin, en la figura 21 se puede apreciar un esquema grafico de las herramientas utilizadas y del paso de cada una para completar el anlisis espacial.
9
Fig. 21. Software Spatial BI [34]
Al da de hoy se han desarrollado una cantidad limitada de proyectos relacionados con la Inteligencia de Negocios Espaciales, esto por ser una tecnologa un tanto nueva ya que involucra nuevos tipos de datos y un alto manejo de procesamiento y memoria, por esta razn el almacenamiento espacial ha evolucionado incorporando nuevas formas de obtener el tipo de dato espacial y mejorando la distribucin de las tablas e ndices para la recuperacin de los mismos, a su vez los modelos y consultas espaciales incrementan el rendimiento e integridad en la recuperacin de la informacin teniendo en cuenta que el procesamiento de estas consultas exige ms y mejores procedimientos. En concordancia, el surgimiento de nuevos algoritmos para extraer la informacin espacial hace que la minera de datos espacial adquiera nuevas tcnicas de transformacin de los datos para que cumplan con los requerimientos exigidos.
Como se ha denotado la aplicabilidad de la Inteligencia de Negocios Espaciales se relaciona en un nmero amplio de temticas, permitiendo que la misma se involucre con reas del conocimiento que posibilita obtener resultados ms completos y visibles para la toma de decisiones para presente y futuro. En orden de uso segn las tareas involucradas, las herramientas utilizadas para la aplicacin de inteligencia de negocios espaciales en las bases de datos del ICFES pruebas Saber 11 fueron:
TABLA IV SOFTWARE LIBRE UTILIZADO Tarea Software Base de datos OLTP Espacial Postgres Postgis Almacn de datos espacial GeoKettle Esquema cubo de datos espacial Schema Workbench Servidor de anlisis espacial GeoMondrian Minera de datos espacial GeoKnime Visores grficos de mapas I3Geo, ChartPlus, Solap Layers Visor de resultados espacial SAIKU Fuente. El autor.
Actualmente no existe un software que unifique estos pasos y tengan un anlisis espacial de forma directa, razn por la cual este es un camino viable y completo para la realizacin de inteligencia de negocios espaciales, adems con este conjunto de pasos desarrollados se logra obtener respuesta para los factores de evaluacin del soporte para la toma de decisiones en las bases de datos del ICFES pruebas SABER 11. REFERENCIAS [1] Sugumaran, R. and J. Degroote, "Spatial Decision Support Systems - Principles and Practices", in CRC Press, ed. New York (USA):2011, pp. 507 [2] Flacke, J., (2012, nov). "Spatial Decision Support Systems Introduction to Concepts and Requirements". Web-GIS and Spatial Data Infrastructure. pp. 30. [3] Lamas, A., et al., (2013, jul). "Creacin de un mdulo espacial OLAP para Saiku". VIII Jornadas de SIG Libre de Girona. pp. 9. [4] Viswanathan, G. and M. Schneider, (2012, jun). "User-centric spatial data warehousing: a survey of requirements and approaches". International Journal of Data Mining, Modelling and Management. [5] Siqueira, T.L., et al., (2012, jun). "The SB-index and the HSB-index: efficient indices for spatial data warehouses". Geoinformatica. (ACM), pp. 165-205 [6] Bimonte, S. and M.-A. Kang, (2010, sep). "Towards a Model for the Multidimensional Analysis of Field Data ". Proceedings of the 14th east European conference on Advances in databases and information systems. (ACM), pp. 58-72. [7] Vaisman, A. and E. Zimnyi, (2009, nov). "A multidimensional model representing continuous fields in spatial data warehouses". Proceedings of the 17th ACM SIGSPATIAL International Conference on Advances in Geographic Information Systems. (ACM), pp. 168-177. [8] Reyes, M.X.D., (2009, jan). "Minera de datos espaciales en bsqueda de la verdadera informacin". Pontificia Universidad Javeriana. (Scielo), pp. 20. [9] Wan, S., T.C. Lei, and T.Y. Chou, (2010, apr). "An enhanced supervised spatial decision support system of image classification: consideration on the ancillary information of paddy rice area". International Journal of Geographical Information Science. (Taylor Francis), pp. 623-642. [10] Meyer, A.D., et al., (2013, nov). "A conceptual framework and its software implementation to generate spatial decision support systems for land use planning". Land Use Policy. (Science Direct), pp. 271-282. [11] Reynolds, K.M., et al., (2012, jan). "Spatial Decision Support for Assessing Impacts of Atmospheric Sulfur Deposition on Aquatic Ecosystems in the Southern Appalachian Region". Hawaii International Conference on (IEEE Xplorer), pp. 1197 - 1206. [12] Kaunda-Bukenya, N., et al., (2012, apr). "Spatial Decision Support System (SDSS) for Stormwater Management and Water Quality Assessment ". Water Quality Monitoring and Assessment. (Intech), pp. 22. [13] Bimonte, S., et al., (2012, jun). "Definition and analysis of new agricultural farm energetic indicators using spatial OLAP". Computational Science and Its Applications. (Springer), pp. 373-385 [14] Santos, L., J. Coutinho-Rodrigues, and C.H. Antunes, (2011, apr). "A web spatial decision support system for vehicle routing using Google Maps". Decision Support Systems. (Science Direct), pp. 1-9. [15] D.Rajesh, (2011, feb). "Application of Spatial Data Mining for Agriculture". International Journal of Computer Applications (0975 8887). International Journal of Computer Applications (Springer), pp. 3. [16] Yu, X. and K. Liu, (2009, apr). "A Spatial Decision Support System for Large Scale Vehicle Routing". Measuring Technology and Mechatronics Automation International Conference on (IEEE Xplorer), pp. 444-449.
10 [17] Kyung, M.-J., J.-H. Yom, and S.-Y. Kim, (2012, sep). "Spatial data warehouse design and spatial OLAP implementation for decision making of geospatial data update". KSCE Journal of Civil Engineering. (Springer), pp. 1023-1031. [18] Humacata, L.M., (2010, jan). "Anlisis exploratorio de datos socio- espaciales mediante grficos interactivos". Revista digital del Grupo de Estudios sobre Geografa y Anlisis Espacial con Sistemas de Informacin Geogrfica (gesig), pp. 135-163. [19] Oliveira, T.H.M.d., M. Painho, and R. Henriques, (2012, nov). "A spatial decision support system for the Portuguese public transportation sector". Proceedings of the Third ACM SIGSPATIAL International Workshop on GeoStreaming. (ACM), pp. 84-90 [20] Mahboubi, H., S. Bimonte, and G. Deffuant, (2011, jun). "Analyzing demographic and economic simulation model results: a semi-automatic spatial OLAP approach". Computational Science and Its Applications. (Springer), pp. 17-31 [21] LIMA, R.d.S., A.N.R.d. Silva, and J.F.G. Mendes, (2003, may). "A SDSS For integrated management of health and education facilities at the local level: Challenges and opportunities in a developing country". International Conference on Computers in Urban Planning and Urban Management. (sdum), pp. 15. [22] ICFES. (2013). "Informe de resultados histricos Saber 11". [online]. Available from: http://www2.icfes.gov.co/resultados/saber-11- resultados. [23] Postgresql. (2013). "Postgresql". [online]. Available from: http://www.postgresql.org.es/. [24] Postgis. (2013). "Postgis". [online]. Available from: http://postgis.net/. [25] ICFES. (2014). "Repositorio FTP ICFES". [online]. Available from: ftp://ftp.icfes.gov.co. [26] Spatialytics.org. (2008). "Geokettle". [online]. Available from: http://www.spatialytics.org/projects/geokettle/. [27] Mondrian. (2013). "Schema Workbench". [online]. Available from: http://sourceforge.net/projects/mondrian/files/schema%20workbench/. [28] Spatialytics.org. (2013). "Geomondrian". [online]. Available from: http://www.spatialytics.org/projects/geomondrian/. [29] AG. (2013). "Geoknime". [online]. Available from: http://www.knime.org. [30] BI, M., (2013). "Saiku". [online]. Available from: http://meteorite.bi/saiku. [31] it4biz. (2014). "Saiku ChartPlus". [online]. Available from: it4biz.github.io/SaikuChartPlus/. [32] Software, B.P., (2013). "i3GEO". [online]. Available from: http://www.gvsig.org/web/projects/i3Geo/. [33] tbadard. (2010). "Solaplayers". [online]. Available from: http://sourceforge.net/projects/spatialytics/. [34] Badard, T., (2010). "Open source Geospatial Business Intelligence in action with GeoMondrian and SOLAPLayers!". [online]. Available from: http://www.slideshare.net/tbadard/open-source-geospatial- business-intelligence-geobi-definition-architectures-projects- challenges-and-outlooks-8810753.
CHRISTIAM ALEJANDRO NIO PEA -AUTOR Ingeniero de Sistemas, Especialista en Gerencia de Sistemas Informticos, Especialista en Bases de Datos, Candidato a Magister en Tecnologa Informtica de la Universidad Pedaggica y Tecnolgica de Colombia. Ingeniero de Sistemas DBA en la Gobernacin de Boyac. reas de Trabajo: Bases de Datos, Ingeniera del Software, Sistemas de Informacin Geogrfica, Bases de datos espaciales, Inteligencia de Negocios Espaciales, Programacin Web.
GUSTAVO CACERES CASTELLANOS DIRECTOR. Magister en Ciencias de la Informacin y las Comunicaciones, Especialista en Diseo de Sistemas de Auditora, Cursos de Doctorado en Informtica e Inteligencia Artificial, Ingeniero de Sistemas. Docente Tiempo Completo de la Universidad Pedaggica y Tecnolgica de Colombia. reas de Trabajo: Bases de Datos, Lenguajes Formales, Matemticas Discretas, Sistemas de Informacin Geogrfica, Bases de datos espaciales, Inteligencia de Negocios.