3. Licenciatura
URI permanente para esta comunidadhttp://54.81.141.168/handle/123456789/7312
Explorar
11 resultados
Resultados de búsqueda
Ítem Texto completo enlazado Propuesta de mejora de inventarios de una empresa importadora de maquinaria en el Perú usando herramientas de minería de datos(Pontificia Universidad Católica del Perú, 2024-05-30) Vilela Leon, Gian Carlo; Silva Sotillo, Walter AlejandroEn el escenario competitivo actual, es de suma relevancia que las empresas logren saber qué es lo que sus clientes desean comprar. Una forma de lograrlo es mediante buenos pronósticos de demanda, lo cual se traduce en compras de productos asertivas o la toma de decisiones correctivas en el corto plazo. La presente tesis manifiesta que existe ventajas económicas y estratégicas en el área de inventario y abastecimiento de una empresa utilizando herramientas de minería de datos, específicamente, herramientas de pronóstico de demanda que nos permiten reducir las diferencias entre lo ofertado y lo realmente demandado, lo cual optimiza los niveles de abastecimiento. El desarrollo de la investigación involucra diseñar diferentes modelos aplicando distintos métodos a una base de datos histórica de una organización dedicada a la importación de maquinarias de uso industrial, realizando previamente una selección de categorías de productos relevantes para el desarrollo y evaluación de estos modelos. Posteriormente se realizado la medición de errores de cada modelo propuesto con el fin de poder identificar aquel que se adecua de mejor manera a los productos y, de esta manera, realizar la elección del modelo que menor error nos genera al compararlo con la demanda real del mismo. Finalmente se realizó el análisis de evaluación económica financiera, la cual considera los costos en los cuales incurriría la empresa para la implementación de la propuesta a través del VAN y TIR, así como cuantificar los ahorros que se generarían por los mismos. El resultado indicaría que es recomendable la implementación de dicha propuesta y que su viabilidad generaría grandes reducciones en los costos de almacenamiento que actualmente se tienen en la compañía.Ítem Texto completo enlazado Transformación digital a través de proyectos innovadores en analytics aplicado a recursos humanos(Pontificia Universidad Católica del Perú, 2024-03-20) Cachis Gonzales, Carla Natalia; Cueva Moscoso, RonyEl propósito del presente informe es exponer los proyectos más significativos en los que Carla Natalia Cachis Gonzales ha participado y liderado desde su graduación como Bachiller en Ingeniería Informática en diciembre de 2019. Durante las prácticas preprofesionales, tuvo la oportunidad de participar en la implementación de un sistema informático y desarrollar un dashboard en Power BI. Esta experiencia permitió descubrir la pasión por el mundo de los datos, especialmente en el ámbito de la Inteligencia Empresarial y Análisis de Datos. En su trayectoria laboral, ha tenido la oportunidad de trabajar en dos destacadas empresas. En primer lugar, desde noviembre de 2019 hasta abril de 2021, formó parte del equipo de talento de Intercorp Management como Analista de People Analytics. Posteriormente, desde abril de 2021 hasta la actualidad, se desempeña como Especialista de People Analytics en Clínica Internacional, compañía del Grupo empresarial BRECA. En ambas organizaciones, ha sido parte del área de People Analytics, teniendo la responsabilidad de liderar y participar en proyectos relacionados con la gestión y el análisis de los datos de los empleados, tales como: headcount, headcost, desempeño, compensaciones, capacidad instalada, rotación, entre otros. El objetivo como miembro del equipo de People Analytics es mejorar la eficiencia en la toma de decisiones de la empresa con respecto a los recursos humanos. En el informe se presentarán los objetivos, actividades y logros de cuatro proyectos que ha liderado o desarrollado en los primeros tres años de experiencia laboral. El primero es la propuesta y desarrollo de un programa para realizar Web Scrapping a perfiles de LinkedIn para la búsqueda de talento proactivo en Intercorp Management, este algoritmo optimizó significativamente la búsqueda de información de los procesos de reclutamiento. El segundo es la creación de un sitio web para el programa InGenia Intercorp, para lo cual se utilizó una herramienta No Code y se conectó a Google Analytics para realizar Web Analytics sobre la data del tráfico de la web. Adicionalmente, se presentan dos proyectos que se desarrollaron en Clínica Internacional. En primer lugar, lugar, la propuesta y desarrollo a completitud de un proyecto de Network Analytics, el cual permitió identificar patrones de comunicación y colaboración entre los empleados de la organización. En segundo lugar, se tuvo el liderazgo de un proyecto de implementación de SAP Success Factors, que involucró la identificación de requerimientos, la migración de datos y la capacitación de los empleados para el uso de la nueva plataforma de gestión de recursos humanos. Como resultado de las contribuciones en Clínica internacional, se galardonó en el programa de reconocimiento “Latidos de Oro 2022” que premió a 12 trabajadores que dieron la milla extra, quedando premiada entre más de 3700 trabajadores de la compañía. Finalmente, los proyectos mencionados serán detallados en las siguientes páginas, siendo cada uno de ellos un desafío emocionante y que permitió aprender y crecer profesionalmente en el campo de People Analytics.Ítem Texto completo enlazado Mejora del acceso al financiamiento bancario de empresas MYPES, usando herramientas de Data Mining(Pontificia Universidad Católica del Perú, 2020-09-16) Samaniego Osorio, Alvaro Danilo; Viamonte Yucra, José Felipe; Rojas Polo, Jonatan EdwardEl presente trabajo tiene como objetivo dar a conocer una metodología simple para optimizar el acceso al financiamiento bancario para una MYPE a través del uso de herramientas de minería de datos que puedan plasmarse en un aplicativo móvil con una interface amigable para el usuario, que en este caso podría ser el gerente general, el gerente financiero, entre otros; sin demandar una inversión muy alta. La herramienta de minería de datos que se aplicó fue una red neuronal con aprendizaje profundo, pues involucra más de una capa oculta – mayor cantidad de capas, mayor precisión – para a partir de variables disponibles en un set de datos, determinar el peso relativo de cada una de ellas y estimar la probabilidad de que una MYPE en particular pueda acceder a un crédito bancario. Se aplicó también otra herramienta conocida como regresión logística, sin embargo, por el potencial de aplicación del algoritmo anterior, se descartó la última opción. En ambos casos se usó un dataset de un banco representativo de nuestro país, con historial de créditos aprobados o denegados para MYPEs de diferentes segmentos. La practicidad del resultado del algoritmo de minería de datos permite que pueda convertirse fácilmente en un app para móviles que, a través de una simple interface de usuario, le permite a una MYPE conocer la probabilidad de acceso al financiamiento de forma personalizada. Esta información es de mucha utilidad para facilitar la toma de decisiones a nivel gerencial y a nivel estratégico (negociar con nuevos proveedores, con clientes, etc.) Se estimó un beneficio estimado anual de S/1683 por el uso de este aplicativo respecto a no utilizarlo, en un escenario normal proyectado para 5 años en adelante. De la misma forma, se tuvo un VAN de S/3368 para un COK de 14.71%. Asimismo, para un WACC de 20.95% producto de una estructura de financiamiento 20% deuda y 80% aporte propio, el VAN calculado es de S/2360. En ambos escenarios el proyecto de implementación resulta económicamente viable. Sintetizando, se tendrá un aplicativo móvil desarrollado a partir del algoritmo de minería de datos –redes neuronales– que permitirá a la MYPE tomar decisiones más acertadas.Ítem Texto completo enlazado Elaboración de un Sistema de Recomendación de Publicaciones Científicas Nacionales de Acceso Abierto para los investigadores calificados del SINACYT(Pontificia Universidad Católica del Perú, 2019-10-03) Vereau Zagastizábal, Elizabeth Jenisse; Olivares Poggi, César AugustoActualmente existe un crecimiento sostenido sobre la producción científica mundial. Esta producción científica es preservada a través de repositorios de acceso abierto digitales, los cuales se crean como herramientas de apoyo para el desarrollo de producción científica. Sin embargo, existen deficiencias en la funcionalidad de los mismos como herramientas de apoyo para el aumento de la visibilidad, uso e impacto de la producción científica que albergan. El Perú, no es ajeno al crecimiento de la producción científica mundial. Con el avance del mismo, se implementaron nuevas plataformas (ALICIA y DINA) de difusión y promoción del intercambio de información entre las distintas instituciones y universidades locales. No obstante, estas plataformas se muestran como plataformas aisladas dentro del sistema científico-investigador, ya que no se encuentran integradas con las herramientas y procesos de los investigadores. El objetivo de este Proyecto es el de presentar una alternativa de solución para la resolución del problema de carencia de mecanismos adecuados para la visualización de la producción científica peruana a través de la implementación de un Sistema de Recomendación de Publicaciones Científicas Nacionales de Acceso Abierto para los investigadores calificados del SINACYT. Esta alternativa se basa en la generación de recomendaciones personalizadas de publicaciones en ALICIA, a través del uso del filtrado basado en contenido tomando en cuenta un perfil de investigador. Este perfil se construyó a partir de la información relevante sobre su producción científica publicada en Scopus y Orcid. La generación de recomendaciones se basó en la técnica de LSA (Latent Semantic Analysis), para descubrir estructuras semánticas escondidas sobre un conjunto de publicaciones científicas, y la técnica de Similitud Coseno, para encontrar aquellas publicaciones científicas con el mayor nivel de similitud. Para el Proyecto, se implementaron los módulos de extracción, en donde se recoge la data de las publicaciones en ALICIA y las publicaciones en Scopus y Orcid para cada uno de los investigadores registrados en DINA a través de la técnica de extracción de datos de sitios web (web scrapping); de pre procesamiento, en donde se busca la mejora de la calidad de la data previamente extraída para su posterior uso en el modelo analítico dentro del marco de la minería de texto; de recomendación, en donde se capacita un modelo LSA y se generan recomendaciones sobre qué publicaciones científicas pueden interesar a los usuarios basado en sus publicaciones científicas en Scopus y Orcid; y de servicio, en donde se permite a otras aplicaciones consumir las recomendaciones generadas por el sistema.Ítem Texto completo enlazado Análisis del posicionamiento sectorial de compañías en temas de dirección de proyectos usando la plataforma Linkedin y técnicas de procesado de lenguaje natural(Pontificia Universidad Católica del Perú, 2019-09-18) Rivas Huapalla, Juan José Antonio; Rau Álvarez, José Alan; Ordieres Mere, JoaquínEn un mundo íntegramente inmerso en la era digital, las personas han adoptado una nueva forma de adquirir conocimientos, datos y referencias sobre sus gustos e intereses. Sin embargo, esta nueva era ha generado una gran cantidad de información que, muchas veces, es completamente abrumadora para el ser humano. En lo que respecta al área laboral, esto no cambia en absoluto. La gran mayoría de empresas, en la actualidad, cuentan con una página web y, si son empresas multinacionales, tendrán una en cada país donde operan. Asimismo, las redes sociales se han convertido en un medio altamente eficaz para comunicarse, no solamente con los consumidores finales sino, además, con futuros colaboradores en busca de nuevas oportunidades. La red laboral LinkedIn es un claro ejemplo de este fenómeno. En esta red se puede encontrar a empresas de todo el mundo, de distintos sectores y tamaños, ofreciendo puestos de trabajo y, no menos importante, información sobre lo que se encuentran realizando en su sector, noticias sobre sus nuevas implementaciones y publicaciones de sus colaboradores. La presente tesis nace de la necesidad de identificar cómo se presentan las empresas hacia las personas y el entorno con intereses afines en esta red laboral. Al ser esta red sumamente amplia, se acotó la data a empresas de ingeniería presentes en el mercado español, tomando como referencia el listado de empresas por la Clasificación Nacional de Actividades Económicas (CNAE), específicamente las empresas que brindan servicios técnicos de ingeniería y otras actividades relacionadas con el asesoramiento técnico. Se ha hecho uso de distintas técnicas de minería de datos y lenguaje de programación natural mediante el lenguaje de programación R, tomando en cuenta las noticias del último año (10 de agosto de 2018) de 168 empresas con actividad regular en LinkedIn y con perfiles en idioma español o inglés. De esta forma, se podrán encontrar relaciones reales entre las acciones que promueven dentro de esta red, así como los clústeres que pueden existir en las empresas de ingeniería con respecto a su promoción en la era digital. Para realizar este análisis, se ha dividido la data recogida de las empresas estudiadas en tres (3) periodos temporales denominados: “2018 S2”, “2018 S1” y “2017 S2”, esto se entiende como los semestres de los años mencionados. Asimismo, se agruparon en cinco (5) grandes sectores: Telecomunicaciones, Industria Energética, Industria Automotriz y Aeroespacial, Industria Civil e Infraestructuras y Gestión y Control de la Calidad. La finalidad de estas segmentaciones es interpretar el comportamiento de las empresas en general por periodos temporales y contrastarla con un análisis sectorial. Finalmente, se expondrán las interpretaciones y conclusiones de los resultados obtenidos al sintetizar los datos obtenidos. De esta manera, se podrá saber qué es lo que realmente están transmitiendo las empresas a través de esta red laboral.Ítem Texto completo enlazado Implementación de un sistema web y móvil para gestión de eventos musicales que emplea herramientas de data analytics(Pontificia Universidad Católica del Perú, 2019-03-29) Hurtado Montenegro, Carlos Andrés; Flores, LuisEn los pasados 5 años el mercado de la organización de espectáculos musicales en el Perú, ha sufrido grandes cambios. Pasando desde ser considerado una plaza costosa para implementar espectáculos de ésta índole a nivel regional, hasta volverse un aplaza relevante a nivel latinoamericano gracias a la iniciativa de compañías promotoras y empresas organizadores que ingresaron al medio con fuertes sumas de dinero en inversiones. Sin embargo, este crecimiento se vio afectado con la realización de la ausencia de la infraestructura correcta para la reiterada ejecución del modelo de negocio. Por ello, estos participantes adoptaron una política de cautela respecto a la organización de espectáculos que involucren grandes sumas de dinero o artistas de convocatoria elevada. Frente a dicha situación, se propuso el siguiente proyecto de fin de carrera, el cual busca brindar a dichos interesados herramientas para el control del proceso de negocio de principio a fin, abarcando cada etapa de pre evento, pasando por la ejecución del evento en sí mismo hasta el análisis de resultados finales del ejercicio. El sistema de gestión se construyó implementando módulos dedicados a dar soporte a cada etapa del proceso de negocio. Por otra parte, se implementaron aplicaciones móviles para los procesos de venta de entradas y asistencia al evento respectivamente. Finalmente, se aplicó un algoritmo de aprendizaje de máquina sobre datos históricos recolectados de eventos anteriores con el objetivo de identificar patrones útiles para la ejecución de los próximos eventos. Al concluir este proyecto de fin de carrera se logró implementar un sistema web y móvil para gestión de eventos musicales que emplea herramientas de data analytics.Ítem Texto completo enlazado Desarrollo de un modelo algorítmico basado en árboles de decisión para la predicción de la permanencia de un paciente en un proceso psicoterapéutico(Pontificia Universidad Católica del Perú, 2018-04-11) Leon Atiquipa, Heli Eliaquin; Beltrán Castañón, César ArmandoEn la actualidad existe una creciente necesidad de atención psicológica en nuestro país, por lo que existen muchas instituciones públicas y privadas que ofrecen esto servicios profesionales. La psicoterapia es parte de estos servicios y quienes lo brindan son profesionales especializados en la materia, los cuales atienden a pacientes de diferentes edades y estratos socioeconómicos. Estos tratamientos suelen durar mucho tiempo, por lo que muchos pacientes, por diferentes circunstancias, abandonan el proceso al poco tiempo de haberlo iniciado. La institución, el cual es el caso de estudio, maneja ciertos niveles de deserción medibles durante el tiempo. Estos niveles son manejables en el grado en el que se dan, sin embargo, un creciente aumento del mismo podría generar costos para mantener el equilibrio, el cual deberá ser aplicado a los pacientes, los cuales podrían sentir incomodidad y afectar el proceso terapéutico. La necesidad de tener un mayor control sobre los niveles de deserción y reducirlos ayudaría en gran medida a mejorar la calidad de los servicios que se brindan en la institución. Para la institución, la incertidumbre del abandono en el proceso no permite aplicar medidas correctivas que permitan mejorar los niveles de deserción, sin embargo, la información contenida en la base de datos institucional permite, por cuestiones de investigación, estudiar y analizar los patrones que conllevan al abandono del proceso. Realizar este tipo de análisis sobre una gran cantidad de información implica utilizar métodos computacionales que permitan ayudar a analizar la información de una forma rápida y eficiente. Es por ello, que surge la necesidad de apoyarnos en las ciencias de la computación, específicamente en la minería de datos, para identificar los patrones que permitan predecir y determinar la permanencia de los pacientes durante el proceso. El presente proyecto de fin de carrera pretende entender las causales de la deserción en un proceso psicoterapéutico con el fin de poder predecir, desde el primer contacto entre el paciente y la institución, la permanencia del paciente. Para esto, se plantea el desarrollo de un prototipo funcional que permita predecir la permanencia de los pacientes haciendo uso de algoritmos de árboles de decisión para la predicción. Para la elaboración del prototipo funcional y el cumplimiento de los objetivos, se hizo uso de la herramienta Weka, el cual permitió analizar y seleccionar el algoritmo a usar para la implementación del prototipo. El desbalanceo de clases dificulto el proceso de análisis algorítmico, por tal motivo, se aplicaron métodos de minería de datos para analizar los conjuntos de datos desbalanceados. El lenguaje de programación usado fue Java y los algoritmos que permitieron la predicción fueron incorporados desde las librerías del API de Weka. Los resultados obtenidos fueron satisfactorios, en base a los datos que fueron extraídos de la base de datos institucional.Ítem Texto completo enlazado Proceso de extracción de patrones secuenciales para la caracterización de fenómenos espacio-temporales(Pontificia Universidad Católica del Perú, 2016-05-30) Maldonado Cadenillas, Rodrigo Ricardo; Alatrista Salas, HugoEl objetivo de este trabajo de fin de carrera es realizar un proceso de extracción de patrones secuenciales basado en KDD, empleando el algoritmo de minería de patrones secuenciales PrefixSpan para prever el comportamiento de fenómenos representados por eventos que cambian con el tiempo y el espacio. Estos tipos de fenómenos son llamados fenómenos espacio-temporales, los cuales son un conjunto de eventos o hechos perceptibles por el hombre. Además, están compuestos por un componente espacial (la ubicación donde sucede el fenómeno), un componente temporal (el momento o intervalo de tiempo en el que ocurre el fenómeno) y un componente de análisis (el conjunto de características que describen el comportamiento del fenómeno). En el mundo, se pueden observar una gran diversidad de fenómenos espaciotemporales; sin embargo, el presente trabajo de fin de carrera se centra en los fenómenos naturales, tomando como caso de prueba el fenómeno espacio-temporal de la contaminación de los ríos en Reino Unido. Por lo tanto, con el fin de realizar un estudio completo sobre este fenómeno, se utiliza KDD (Knowledge Discovery in Databases) para la extracción del conocimiento a través de la generación de patrones novedosos y útiles dentro de esquemas sistemáticos complejos. Además, se utilizan métodos de Minería de Datos para extraer información útil a partir de grandes conjuntos de datos. Así mismo, se utilizan patrones secuenciales, los cuales son eventos frecuentes que ocurren en el tiempo y que permiten descubrir correlaciones entre eventos y revelar relaciones de “antes” y “después”. En resumen, el presente trabajo de fin de carrera se trata de un proceso para mejorar el estudio del comportamiento de los fenómenos gracias al uso de patrones secuenciales. De esta manera, se brinda una alternativa adicional para mejorar el entendimiento de los fenómenos espacio-temporales; y a su vez, el conocimiento previo de sus factores causantes y consecuentes que se puedan desencadenar, lo cual permitiría lanzar alertas tempranas ante posibles acontecimientos atípicos.Ítem Texto completo enlazado Modelo algorítmico para la clasificación de una hoja de planta en base a sus características de forma y textura(Pontificia Universidad Católica del Perú, 2015-06-05) Malca Bulnes, Susana Milagros; Melgar Sasieta, Héctor AndrésA lo largo de los años, las plantas han sido consideradas parte vital e indispensable del ecosistema, ya que están presentes en todos los lugares donde vivimos y también donde no lo hacemos. Su estudio es realizado por la ciencia de la botánica, la cual se encargar del estudio de la diversidad y estructura de las mismas. La disminución y extinción de la variedad de las plantas es un tema serio, por lo cual ante el descubrimiento de nuevas especies, se propone una rápida identificación y clasificación a fin de poder monitorearlas, protegerlas y usarlas en el futuro. El problema de la clasificación de hojas es una tarea que siempre ha estado presente en la labor diaria de los botánicos, debido al gran volumen de familias y clases que existen en el ecosistema y a las nuevas especies que van apareciendo. En las últimas décadas, se han desarrollado disciplinas que necesitan de esta tarea. Por ejemplo, en la realización de estudios de impacto ambiental y en el establecimiento de niveles de biodiversidad, es de gran importancia el inventariado de las especies encontradas. Por este motivo, el presente proyecto de fin de carrera pretende obtener un modelo algorítmico mediante la comparación de cuatro modelos de clasificación de Minería de Datos, J48 Árbol de Decisión, Red Neuronal, K-Vecino más cercano y Naive Bayes o Red Bayesiana, los cuales fueron adaptados y evaluados para obtener valores de precisión. Estos valores son necesarios para realizar la comparación de los modelos mediante el método de Área bajo la curva ROC (AUC), resultando la Red Bayesiana como el modelo más apto para solucionar el problema de la Clasificación de Hojas.Ítem Texto completo enlazado Proceso de descubrimiento de conocimiento para predecir el abandono de tratamiento en una entidad de salud pública(Pontificia Universidad Católica del Perú, 2015-06-04) Candela Cáceres, Julio Christians; Bejarano Nicho, Gissella MaríaEl presente proyecto académico de fin de carrera tiene como objetivo mostrar el proceso automatizado de cada etapa del proceso de descubrimiento con el fin de predecir el abandono en los tratamientos de cáncer de una entidad de salud pública con una precisión eficiente basándose en características o factores determinados en la etapa de análisis junto con los miembros de la institución. La información resultante servirá de apoyo para que los administradores de la entidad de salud puedan plantear las políticas y estrategias personalizadas de retención de pacientes. Como se mencionó anteriormente, se tomaron en cuenta todas las etapas del proceso de descubrimiento de conocimiento - análisis, extracción, pre-procesamiento, estimación del modelo e interpretación - para que la información resultante pueda ser confiable y oportuna para la toma de decisiones. Adicionalmente, como parte de la etapa de extracción de datos, se encontró la necesidad de diseñar un DataMart que organice y facilite el análisis de información, no solo para el proyecto actual, sino para otras necesidades que puedan surgir en el futuro. Cada etapa tuvo apoyo de herramientas de software y metodologías que han sido ampliamente usadas con éxito en este tipo de proyectos. Se escogieron herramientas gratuitas que tendrían mayor apoyo a los requerimientos del proyecto como la automatización de los procesos, diseño del DataMart y el proceso general de Minería de Datos. En conclusión, el proyecto culminó con éxito cumpliendo los estipulado en cada uno de los resultados esperados, por lo cual, se puede determinar que el proceso automatizado podrá ser útil para determinar que pacientes abandonan su tratamiento y brindar la información oportuna a los encargados de tomar las decisiones.