Actualizado el 26/03/2024

icon Facebook icon Twiiter icon RSS icon EMAIL
  1. Portada
  2. >
  3. Noticias
  4. >
  5. Nuevo proyecto de innovación y Big Data de Paradigma

Nuevo proyecto de innovación y Big Data de Paradigma

Escrito por Redacción TNI el 15/11/2016 a las 09:51:54
2769

15 segundos. En ese tiempo apenas habrás parpadeado dos veces, respirado y expirado cinco veces y tu corazón habrá latido una docena de veces. Sin embargo, por tu mente habrán pasado infinidad de ideas. ¿Y si fuéramos capaces de predecir cuál de esas acciones pensadas será la siguiente que va a ejecutar un individuo?

 

Ése es uno de los objetivos de Perseo, un proyecto de innovación en Big Data y Machine Learning que está desarrollando Paradigma (www.paradigmadigital.com), multinacional española especializada en la transformación digital de las empresas, y que cuenta con el apoyo y la cofinanciación del Ministerio de Industria, Energía y Turismo y el Fondo Europeo de Desarrollo Regional (FEDER), en el marco de la Acción Estratégica de Economía y Sociedad Digital.

 

El objetivo principal del proyecto Perseo es desarrollar una plataforma Big Data para el análisis predictivo del comportamiento de usuarios. El objetivo cuantitativo es poder predecir la siguiente acción y posición de un usuario en un intervalo de tiempo que va desde los próximos 15 segundos –con un porcentaje de error mínimo– hasta los 5 minutos –con un porcentaje de error mayor–.

 

En uno de los casos de uso en el que estamos trabajando en Perseo, hemos sido capaces de saber qué es lo que está haciendo un usuario o qué es lo que va a hacer con la información que nos genera el acelerómetro del móvil, teniendo en cuenta que teníamos catalogado un conjunto de actividades sobre las que hemos hecho el estudio”, explica José Ruíz Cristina, director de desarrollo de negocio de Paradigma y responsable de Big Data. “Si eso lo extrapolamos a un centro comercial podríamos saber a qué tienda podría dirigirse o qué necesidades podría tener, mientras que si lo llevamos al mundo del internet de las cosas (IoT) podríamos determinar el nivel de consumo eléctrico que va a necesitar una casa”, añade.

 

Apalancado sobre herramientas open source como Cassandra, Spark o Kafka, el valor añadido del proyecto se basa en la predicción sobre el comportamiento inmediato de consumidores finales a partir de la implementación de una plataforma Big Data, capaz de llevar a cabo el tratamiento y la visualización en tiempo real de comportamientos o acciones de entidades generadoras continuas de datos, como el dispositivo móvil de un usuario o una máquina industrial.

 

Se trata de una plataforma altamente escalable pensada para cubrir las necesidades de una nueva generación de servicios basados en procesamiento de grandes volúmenes de datos procedentes del Internet de las Cosas (IoT): wearables, smartphones, sensores, máquinas, beacons, GPS, relojes, mobiliario urbano, vehículos…

 

En este contexto de múltiples fuentes de datos Perseo ofrece una mejora cualitativa del almacenamiento, análisis, predicción y visualización de la información en tiempo real que proporciona grandes beneficios a las empresas para personalizar sus ofertas, productos y servicios a los gustos y necesidades concretas de cada uno de sus clientes. Al tratarse de una plataforma abierta para que las empresas puedan trabajar de forma más eficiente y económica con modelos de análisis predictivos, se reducen los costes para las empresas permitiendo a las pymes acceder a una tecnología que les ayudará a mejorar su competitividad. Esta reducción es posible gracias a que ya estaría incorporada toda la algoritmia y sólo habría que hacer uso de ella.

 

Perseo se suma a otros proyectos de innovación de Paradigma en el campo de Big Data, como el programa europeo ‘Mixed Emotions’ un innovador plan de investigación de dos años que cuenta con un presupuesto de más de 3,5 millones de euros y que pretende buscar identificar, clasificar y caracterizar las emociones en grandes volúmenes y fuentes de datos aplicando tecnologías de análisis de Big Data.