dc.contributorSantoyo Díaz, Julián Santiago
dc.creatorArevalo Jeréz, Germán
dc.creatorMoreno Corzo, Feisar Enrique
dc.date.accessioned2023-06-20T20:31:14Z
dc.date.accessioned2023-09-06T15:26:08Z
dc.date.available2023-06-20T20:31:14Z
dc.date.available2023-09-06T15:26:08Z
dc.date.created2023-06-20T20:31:14Z
dc.date.issued2023
dc.identifierhttp://hdl.handle.net/20.500.12749/20329
dc.identifierinstname:Universidad Autónoma de Bucaramanga - UNAB
dc.identifierreponame:Repositorio Institucional UNAB
dc.identifierrepourl:https://repository.unab.edu.co
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/8681888
dc.description.abstractEl objetivo de este proyecto fue desarrollar un prototipo de aplicación móvil que use Machine Learning para generar recomendaciones de empleados a empresas del sector del calzado. Se siguió una metodología en tres fases: análisis y diseño de requerimientos, desarrollo y análisis de pruebas. Durante la fase de desarrollo se utilizó la metodología kanban para controlar el progreso de las tareas y actividades en un tablero con varias columnas. La aplicación cuenta con dos perfiles de usuario: empresa y empleado. Ambos perfiles interactúan para completar la interacción completa. La empresa busca nuevo personal y el empleado busca ser contratado. Para conocer la percepción de los usuarios frente al prototipo propuesto, se realizaron pruebas de usabilidad. El objetivo principal de la aplicación es proporcionar recomendaciones personalizadas de candidatos. Para ello, la aplicación utiliza técnicas de Machine Learning para analizar los datos y generar recomendaciones relevantes. La metodología kanban se utilizó durante la fase de desarrollo para gestionar el progreso de las tareas y actividades en un tablero con varias columnas. Esto permitió un control más efectivo del proceso de desarrollo y la capacidad de adaptarse rápidamente a los cambios y ajustes necesarios. Las pruebas de usabilidad realizadas permitieron conocer la percepción de los usuarios frente al prototipo propuesto. Se recopilaron comentarios y sugerencias para mejorar la aplicación y optimizar su funcionamiento.
dc.languagespa
dc.publisherUniversidad Autónoma de Bucaramanga UNAB
dc.publisherFacultad Ingeniería
dc.publisherMaestría en Gestión, Aplicación y Desarrollo de Software
dc.relationAbuein, Q., Shatnawi, A., & Al-Sheyab, H. (2017). Trusted recomendation system based on level of trust(TRS_LoT). 2017 International Conference on Engineering and Technology (ICET). https://doi.org/10.1109/icengtechnol.2017.8308148
dc.relationÁlvarez Martínez, A. (2017). Propuesta para el uso del internet de las cosas con herramientas de software libre aplicado a la educación. Repositorio Institucional UNAB. http://hdl.handle.net/20.500.12749/3410
dc.relationAsana. (2022, 10 octubre). ¿Qué es la metodología Kanban y cómo funciona? •. https://asana.com/es/resources/what-is-kanban
dc.relationBobadilla Sancho, J. (2020). Machine Learning y Deep Learning (1.a ed.). http://www.ebooks7-24.com.aure.unab.edu.co/?il=10277
dc.relationEbone, A., Tan, Y., & Jia, X. (2018). A performance evaluation of cross-platform mobile application development approaches. Proceedings of the 5th International Conference on Mobile Software Engineering and Systems. https://doi.org/10.1145/3197231.3197252
dc.relationEditorial La República S.A.S. (2022, 12 febrero). «Desde Acicam se proyecta un incremento de 5% en producción del sector calzado». Diario La República. https://www.larepublica.co/empresas/desde-acicam-proyectamos-un-incremento-5-en-produccion-del-sector-calzado-3301506
dc.relationEscorcia Cabrera, R. A., & Arevalo Jerez, G. (2019). Prototipo de aplicación móvil para el análisis del mercado bursátil. Repositorio Institucional UNAB. http://hdl.handle.net/20.500.12749/7314
dc.relationHernández Chávez, N. D. (2022). Diseño de una aplicación móvil que utiliza sistemas de filtrado de información mediante Machine Learning para identificar, recomendar y describir los datos de contacto de personas que laboran en las distintas fases de proyectos de construcción de viviendas familiares. Repositorio Institucional UNAB. http://hdl.handle.net/20.500.12749/16873
dc.relationIbarra Galindo, L. (2021). Desarrollo de un prototipo de una aplicación móvil para el fomento de interacción, comunicación y consulta social a partir de ejes temáticos como estructura principal FRIS App 1.0. Repositorio Institucional UNAB. http://hdl.handle.net/20.500.12749/15316
dc.relationIBM. (s. f.). Machine Learning. https://www.ibm.com/mx-es/analytics/machine-learning
dc.relationJang, B. R., Noh, Y., Lee, S. J., & Park, S. B. (2015). A combination of temporal and general preferences for app recommendation. 2015 International Conference on Big Data and Smart Computing (BIGCOMP). https://doi.org/10.1109/35021bigcomp.2015.7072829
dc.relationJing, Y., Ye, L., & Zhu, L. (2021). The impact of digital technology on footwear design and manufacturing. 2021 International Conference on Computer Technology and Media Convergence Design (CTMCD). https://doi.org/10.1109/ctmcd53128.2021.00048
dc.relationKazama, M., Sato, I., Yatabe, H., Ogihara, T., Onishi, T., & Nakagawa, H. (2016). Company recommendation for new graduates via implicit feedback multiple matrix factorization with Bayesian optimization. 2016 IEEE International Conference on Big Data (Big Data). https://doi.org/10.1109/bigdata.2016.7840772
dc.relationLa Opinión. (2022, 30 marzo). Escasez de mano de obra retrasa pedidos del sector calzado. Noticias de Norte de Santander, Colombia y el mundo. https://www.laopinion.com.co/sectores-empresariales/escasez-de-mano-de-obra-retrasa-pedidos-del-sector-calzado
dc.relationMacEachren, A., Boscoe, F., Haug, D., & Pickle, L. (2002). Geographic visualization: designing manipulable maps for exploring temporally varying georeferenced statistics. Proceedings IEEE Symposium on Information Visualization (Cat. No.98TB100258). https://doi.org/10.1109/infvis.1998.729563
dc.relationManzano Verjel, J. C., & Gómez Jaimes, K. J. (2020). Prototipo de aplicación móvil que facilita el aprendizaje y el manejo de las finanzas personales. Repositorio Institucional UNAB. http://hdl.handle.net/20.500.12749/12045
dc.relationMartinez, M. A., Bravo, J. G. P., Ríos, M. M., & Vázquez, M. L. (2020). Modelo de recomendación basado en conocimiento para el desarrollo del pensamiento del trabajo con objetos de aprendizaje. Revista Conrado, 16(75), 111-116. http://scielo.sld.cu/pdf/rc/v16n75/1990-8644-rc-16-75-111.pdf
dc.relationNeeraj, S., Oswald, C., & Sivaselvan, B. (2017). A Novel Gamification Approach to Recomendation Based Mobile Applications. 2017 Ninth International Conference on Advanced Computing (ICoAC). https://doi.org/10.1109/icoac.2017.8441300
dc.relationPajuelo Holguera, F. (2021). Sistemas de recomendación basados en filtrado colaborativo: aceleración mediante computación reconfigurable y aplicaciones predictivas sensoriales. Repositorio Institucional de La Universidad de Extremadura. http://hdl.handle.net/10662/12476
dc.relationShu, K., Wang, S., Liu, H., Tang, J., Chang, Y., & Luo, P. (2018). Exploiting User Actions for App Recommendations. 2018 IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining (ASONAM). https://doi.org/10.1109/asonam.2018.8508447
dc.relationVilaca, J. L., & Fonseca, J. (2007). A New Software Application for Footwear Industry. 2007 IEEE International Symposium on Intelligent Signal Processing. https://doi.org/10.1109/wisp.2007.4447602
dc.relationWikipedia. (2022, 4 agosto). Industria del calzado. Wikipedia, la enciclopedia libre. https://es.wikipedia.org/wiki/Industria_del_calzado
dc.relationWu, Y., Lv, T., Zhang, L., & Sun, Z. (2020). An application recommendation method based on IUF. 2020 5th International Conference on Communication, Image and Signal Processing (CCISP). https://doi.org/10.1109/ccisp51026.2020.9273450
dc.relationZhang, J., Zheng, H. H., & Dai, Y. Y. (2011). Analysis on comparation of the international competitiveness of clothing industry between China and Italy. 2011 International Conference on Electronics, Communications and Control (ICECC). https://doi.org/10.1109/icecc.2011.6068176
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rightsAbierto (Texto Completo)
dc.rightsinfo:eu-repo/semantics/closedAccess
dc.rightsAtribución-NoComercial-SinDerivadas 2.5 Colombia
dc.titleDiseño de app móvil que utiliza sistemas de filtrado de información mediante machine learning para identificar, recomendar y describir los datos de contacto de personas que laboran en el sector del calzado


Este ítem pertenece a la siguiente institución