| dc.contributor | Morales, Roberto | |
| dc.contributor | Jiménez, Miguel | |
| dc.creator | Torres De La Espriella, Daniel Antonio | |
| dc.date | 2021-06-11T13:03:00Z | |
| dc.date | 2021-06-11T13:03:00Z | |
| dc.date | 2021 | |
| dc.date.accessioned | 2023-10-03T19:12:52Z | |
| dc.date.available | 2023-10-03T19:12:52Z | |
| dc.identifier | Torres, D. (2021) Modelo de minería de datos para la optimización de matrices de mantenimiento en revisiones de vehículos de la marca Chevrolet. Trabajo de maestría. Recuperado de https://hdl.handle.net/11323/8372 | |
| dc.identifier | https://hdl.handle.net/11323/8372 | |
| dc.identifier | Corporación Universidad de la Costa | |
| dc.identifier | REDICUC - Repositorio CUC | |
| dc.identifier | https://repositorio.cuc.edu.co/ | |
| dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/9168968 | |
| dc.description | The purpose of this research is to implement a data mining model for the optimization of maintenance arrays in vehicle reviews of the Chevrolet brand. The type of research was applied, retrospective, cross-sectional, descriptive, documentary, aiming at the solution of a problem or need, where part of the information was obtained before starting the study and during the development of the investigation, complying with the procedures established in the investigation phases and the methodology related to CRISP-DM data mining , conformed by six (6) phases: Business understanding, Data understanding, Data Preparation, Modeling, Evaluation and Deployment, which allowed to fulfill the objectives of the research, improving the quality of service evaluations, quantity of vehicles in maintenance and the reduction of maintenance times. | |
| dc.description | La presente investigación tiene como objeto de estudio implementar un modelo de minería de
datos para la optimización de matrices de mantenimiento en revisiones de vehículos de la
marca Chevrolet. El tipo de investigación fue del tipo aplicada, retrospectiva, transversal,
descriptivo, documental, pretendiendo la solución de un problema o necesidad, donde parte
de la información fue obtenida antes de iniciar el estudio y durante el desarrollo de la
investigación, dando cumplimiento a los procedimientos establecidos en las fases de la
investigación y la metodología relacionada con minería de datos CRISP-DM, conformada
por seis(6) fases: Comprensión del negocio, Comprensión de los datos, Preparación de Datos,
Modelamiento, Evaluación y Despliegue, las cuales permitieron dar cumplimiento a los
objetivos de la investigación, logrando mejorar las evaluaciones de calidad del servicio,
cantidad de vehículos en mantenimiento y la reducción de tiempos de mantenimientos. | |
| dc.format | application/pdf | |
| dc.format | application/pdf | |
| dc.language | spa | |
| dc.publisher | Corporación Universidad de la Costa | |
| dc.publisher | Maestría en Ingeniería | |
| dc.relation | Echeverri, LA. 2013). Minería de Datos Inteligente. Recuperado de:
https://books.google.com.ve. Fecha de consulta: Feb/2019 | |
| dc.relation | El Tiempo. (2018). Carros con autodiagnóstico: nueva función Chevystar. Recuperado de:
http://www.motor.com.co/actualidad/industria/carros-autodiagnostico-nueva-funcion, Fecha de
consulta: Feb/2019 | |
| dc.relation | El Rincón de JMACOE. (2018). Cinco de los mejores softwares de minería de datos de código
libre y abierto. Recuperado de: http://blog.jmacoe.com/gestion_ti/base_de_datos/5-
mejores-software-mineria-datos-codigolibre-abierto/. Fecha de Consulta: Ene/2020 | |
| dc.relation | Florez. 2009. Detección de Patrones de Daños y Averías en la Industria Automotriz.
General Motors Brasil Ltda., (2002), Manual de Procesos e Instalación Servicio Personalizado
Chevrolet | |
| dc.relation | Martíne , C. 2016). Identificación de las ventajas de aplicar Minería de Datos en el negocio
automotriz. Fundación Universitaria Los Libertadores. Bogotá, Colombia. Recuperado de:
https://repository.libertadores.edu.co/bitstream/handle/11371/727/CaroMart%C3%ADnezL
auraConsuelo.pdf?sequence=2&isAllowed=y. Fecha de consulta: Ene/2020 | |
| dc.relation | Marulanda, C., López, M. & Mejía, M. (2017). El acompañamiento educativo como estrategia de
cercanía impulsadora del aprendizaje del estudiante. Revista Virtual Universidad Católica
del Norte, 50, 224-237. Recuperado de
http://revistavirtual.ucn.edu.co/index.php/RevistaUCN/article/view/821/1339. Fecha de
consulta: Mar/2020 | |
| dc.relation | Marcano Aular, Y. J., & Talavera Pereira, R. (2007). Minería de Datos como soporte a la toma
de decisiones empresariales. | |
| dc.relation | Moine, JM. 2011). Estudio comparativo de metodologías para minería de datos. Recuperado de:
https://digital.cic.gba.gob.ar. Fecha de consulta: Mar/2020 | |
| dc.relation | Pérez, M. (2015). Minería de Datos A través de Ejemplos, Madrid España, Alfaomega | |
| dc.relation | Pérez, C. (2004). Técnicas de Análisis Multivariante de Datos Aplicaciones con SPSS, Madrid
España, Pearson Educación S.A | |
| dc.relation | Pérez, C,. Santín D. (2007). Minería de Datos Técnica y Herramientas, Madrid España, Thomson
Ediciones Paraninfo, S.A | |
| dc.relation | Rodriguez C., García M., (2016). Adecuación de Minerías de Datos para aplicar a problemas no
supervisado tipo atributo - valor. Revista Universidad y Sociedad versión On-line ISSN
2218-3620. Santa Clara. Cuba. | |
| dc.relation | Suenaga. 2015. Análisis de deserción-permanencia de estudiantes universitarios utilizando
técnica de clasificación en minería de datos Chevystar/27119 | |
| dc.relation | Caridad y Ocerin, J. (2001). La minería de datos. Análisis de bases de datos en la empresa. Real
Academia de Córdoba: http://hdl.handle.net/10396/6657 | |
| dc.relation | Castellanos Domínguez, O. 2007. Gestión Tecnológica: De un enfoque tradicional a la
inteligencia. Universidad Nacional de Colombia.
https://www.researchgate.net/publication/322552316_Gestion_Tecnologica_de_un_enfoqu
e_tradicional_a_la_inteligencia | |
| dc.relation | Jiawey, Jat et al. 2012.Data Mining Concepts and Techniques. Third edition.
http://myweb.sabanciuniv.edu/rdehkharghani/files/2016/02/The-Morgan-Kaufmann-Series-in-Data-Management-Systems-Jiawei-Han-Micheline-Kamber-Jian-Pei-DataMining.-Concepts-and-Techniques-3rd-Edition-Morgan-Kaufmnn-2011.pdf | |
| dc.relation | Jiawey, Jat et al. 2012.Data Mining Concepts and Techniques. Third edition.
http://myweb.sabanciuniv.edu/rdehkharghani/files/2016/02/The-Morgan-KaufmannSeries-in-Data-Management-Systems-Jiawei-Han-Micheline-Kamber-Jian-Pei-DataMining.-Concepts-and-Techniques-3rd-Edition-Morgan-Kaufmnn-2011.pdf | |
| dc.relation | Gutiérrez O., J., & Molina, B. (2016). Identificación de técnicas de minería de datos para
apoyar la toma de decisiones en la solución de problemas empresariales. Revista
Ontare, 3(2), 33-51. https://doi.org/10.21158/23823399.v3.n2.2015.1440 | |
| dc.relation | Cortes Bonilla, L y Gantiva Gomez, L.2019.Análisis del proceso de internacionalización de
empresas del sector automotriz. Caso: General Motors Colmotores.
http://repository.unipiloto.edu.co/handle/20.500.12277/4820 | |
| dc.relation | Santamaria Castellanos, O. 2017.Análisis de la calidad del servicio postventa y la satisfacción
del cliente de los concesionarios de la industria automotriz en Colombia.
https://repositorio.unal.edu.co/handle/unal/59799 | |
| dc.relation | Ceballos, J. 2008. Redes neuronales artificiales aplicadas a la mejora de calidad. Universidad
San Ignacio de Loyola.
https://www.researchgate.net/publication/282566401_Redes_Neuronales_Artificiales_apli
cadas_a_la_mejora_de_la_calidad | |
| dc.relation | Perez Lopez, C, y Santin Gonzalez, Daniel. 2007, Minería de datos: Técnicas y Herramientas.
p1. Madrid: Ediciones Paraninfo | |
| dc.rights | Attribution-NonCommercial-ShareAlike 4.0 International | |
| dc.rights | http://creativecommons.org/licenses/by-nc-sa/4.0/ | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.rights | http://purl.org/coar/access_right/c_abf2 | |
| dc.subject | Data mining | |
| dc.subject | Quality of service | |
| dc.subject | Vehicle maintenance | |
| dc.subject | Minería de datos | |
| dc.subject | Calidad de servicio | |
| dc.subject | Mantenimiento de vehículos | |
| dc.title | Modelo de minería de datos para la optimización de matrices de mantenimiento en revisiones de vehículos de la marca Chevrolet | |
| dc.type | Trabajo de grado - Maestría | |
| dc.type | http://purl.org/coar/resource_type/c_bdcc | |
| dc.type | Text | |
| dc.type | info:eu-repo/semantics/masterThesis | |
| dc.type | info:eu-repo/semantics/publishedVersion | |
| dc.type | http://purl.org/redcol/resource_type/TM | |
| dc.type | info:eu-repo/semantics/acceptedVersion | |
| dc.type | http://purl.org/coar/version/c_ab4af688f83e57aa | |
