Array
(
    [responseDate] => 2023-12-26T03:01:54Z
    [request] => https://periodicos.ufpb.br/index.php/pgc/oai
    [GetRecord] => SimpleXMLElement Object
        (
            [record] => SimpleXMLElement Object
                (
                    [header] => SimpleXMLElement Object
                        (
                            [identifier] => oai:periodicos.ufpb.br:article/42524
                            [datestamp] => 2019-10-24T14:46:42Z
                            [setSpec] => pgc:PESQ
                        )

                    [metadata] => SimpleXMLElement Object
                        (
                            [dc] => SimpleXMLElement Object
                                (
                                    [title] => DATA MINING PARA EVALUAR EL RIESGO OPERATIVO EN  PROCESOS TECNOLÓGICOS
                                    [creator] => Array
                                        (
                                            [0] => Solana-González, Pedro
                                            [1] => Bello Pérez, Rafael
                                            [2] => García Lorenzo, María Matilde
                                            [3] => Alberto Vanti, Adolfo
                                            [4] => Vey, Ivan Henrique
                                        )

                                    [subject] => Array
                                        (
                                            [0] => Riesgo Operativo
                                            [1] => Procesos Tecnológicos
                                            [2] => Gobernanza de TI
                                            [3] => Minería de Datos
                                            [4] => Aprendizaje Automático
                                        )

                                    [description] => Un riesgo operativo es un riesgo de negocio principalmente en empresas que actúan en el sector financiero. Este tipo de riesgo puede ser tratado con diferentes marcos regulatorios, los específicos de riesgo, los de seguridad y los de evaluación de procesos tecnológicos como COBIT del Instituto de Gobernanza de TI. Identificar y tratar el riesgo no siempre es tarea fácil aun con muchos estudios. En esta investigación se utiliza la metodología Data Mining con la técnica de Machine Learning basada en árboles de decisión, para analizar el proceso de Evaluación y Gestión de Riesgos (PO9) del dominio Organización y Planificación de COBIT. La base de datos se fundamenta en el grado de madurez respondido por 548 empresas en 34 procesos diferentes. Los resultados encontrados se corresponden con la jerarquía de relaciones representadas en el árbol de decisión y con la representación de otros algoritmos utilizados en un previo clasificador de transparencia de esta misma base de datos.
                                    [publisher] => Universidade Federal  da Paraíba
                                    [date] => 2019-08-30
                                    [type] => Array
                                        (
                                            [0] => info:eu-repo/semantics/article
                                            [1] => info:eu-repo/semantics/publishedVersion
                                            [2] => "Avaliado por Pares"
                                            [3] => Investigación Empírica
                                        )

                                    [format] => application/pdf
                                    [identifier] => Array
                                        (
                                            [0] => https://periodicos.ufpb.br/index.php/pgc/article/view/42524
                                            [1] => 10.21714/2236-417X2019v9n2
                                        )

                                    [source] => Array
                                        (
                                            [0] => Perspectivas em Gestão & Conhecimento; v. 9 n. 2 (2019); 40-55
                                            [1] => 2236-417X
                                        )

                                    [language] => por
                                    [relation] => https://periodicos.ufpb.br/index.php/pgc/article/view/42524/27436
                                    [rights] => Copyright (c) 2019 Perspectivas em Gestão & Conhecimento
                                )

                        )

                )

        )

)