Examinando por Autor "Desco Parada, Carlos"
Mostrando 1 - 2 de 2
- Resultados por página
- Opciones de ordenación
Ítem APLICACIÓN WEB PARA LA AYUDA A LA CORRECCIÓN DE DIAGRAMAS UML DE CLASES(Universidad Rey Juan Carlos, 2023-12-19) Desco Parada, CarlosEn este TFG se aborda la creación de un software para la correción automática de ejercicios basados en diagramas UML de clases realizados con la aplicación StarUML. Para ello, se ha desarrollado una aplicación web que busca ayudar en esa tarea de corrección y en la organización y recolección de soluciones propuestas. La aplicación desarrollada consta principalmente de 3 partes: la biblioteca de interpretación de diagramas, la interfaz de usuario web y la biblioteca de ayuda a para corrección del diagrama. Este trabajo es el primer paso de un proyecto de mayores dimensiones. El centro de este TFG ha sido el backend de la aplicación y el interpretador de diagramas UML de clases. Tanto para obtener los requisitos como para realizar las pruebas se han utilizado diagramas de clases de ejercicios reales proporcionados por los tutores. Se han desarrollado unas 1700 líneas de código. Para el backend se ha utilizado el lenguaje de programación Python bajo el framework Django. Y para la parte de frontend, se ha usado HTML5 y JavaScript.Ítem CRISPACIÓN DIGITAL: LA CARA RABIOSA DE INTERNET(Universidad Rey Juan Carlos, 2024-06-12) Desco Parada, CarlosEn este trabajo se aborda la existencia de mensajes de odio en redes sociales y las características de estos. Este es de gran relevancia dada la masificación y popularidad de las redes sociales en el contexto actual. Se ha realizado un estudio en una red social de gran importancia en la actualidad, y se ha recopilado y analizado información de vídeos recabados de la misma, que cumplían el criterio de propagar mensajes de odio. Se ha analizado un perfil de odio atribuido a lo que se conoce como Alt Right, este ha sido el primer contenido relacionado con el odio que el algoritmo de la plataforma ha presentado. Posteriormente se ha interactuado con el contenido para que este nos presente más contenido similar.