‘Preprocesamiento de datos a gran escala (Big Data): modelos y herramientas para mejorar la calidad de los datos’

Jorge Casillas Barranquero, Salvador García López, Alberto Fernández Hilario, Julián Luengo Martín, Francisco Charte Ojeda, Daniel Peralta Cámara, Sara del Río García, Sergio Ramírez Gallego y Elena Ruiz Sánchez, Universidad de Granada.

El proyecto plantea el diseño y desarrollo de dos nuevos modelos de preprocesamiento de datos para grandes volúmenes, abordando cuestiones como tratamiento de datos imperfectos, reducción de datos y el preprocesamiento para tareas de clasificación no estándar.

Estos nuevos modelos darán lugar a herramientas de software con las que se comprobará la eficacia de los modelos propuestos a través de tres casos prácticos: la satisfacción de cliente, con el objetivo de alcanzar la identificación temprana de clientes insatisfechos para poder implementar medidas proactivas antes de que sea demasiado tarde; análisis de corrientes en electroencefalogramas, para obtener reglas de asociación que expliquen las relaciones entre las señales derivadas del registro de la actividad cerebral durante una tarea visual de atención sostenida; y comparación biométrica eficiente para tratar de optimizar el tiempo y esfuerzo que conlleva un elevado número de comparaciones a realizar en una gran base de datos, en este caso, de huellas dactilares.