Co-Piloto, prototipo de recomendador de vehículos

En los últimos años, millones de personas se movilizan en vehículos particulares o personales en Colombia. La industria automotriz crece a la par que más personas conducen nuevos vehículos propios, pero también se torna difícil tomar una decisión para los nuevos compradores el escoger cual es el mej...

Full description

Autores:
Tache, David Alejandro
García, Juan Diego
Díaz, Daniel Arturo
Tipo de recurso:
Fecha de publicación:
2024
Institución:
Universidad del Norte
Repositorio:
Repositorio Uninorte
Idioma:
spa
OAI Identifier:
oai:manglar.uninorte.edu.co:10584/11976
Acceso en línea:
http://hdl.handle.net/10584/11976
Palabra clave:
Sistema de recomendaciones
Modelo Bayesiano
Vehículos
Sistema de clasificación
Machine learning
Rights
License
Universidad del Norte
id REPOUNORT2_25623028387ff066bae8f68af6d6ca53
oai_identifier_str oai:manglar.uninorte.edu.co:10584/11976
network_acronym_str REPOUNORT2
network_name_str Repositorio Uninorte
repository_id_str
dc.title.es_ES.fl_str_mv Co-Piloto, prototipo de recomendador de vehículos
dc.title.en_US.fl_str_mv Co-Piloto, vehicle recomender prototype
title Co-Piloto, prototipo de recomendador de vehículos
spellingShingle Co-Piloto, prototipo de recomendador de vehículos
Sistema de recomendaciones
Modelo Bayesiano
Vehículos
Sistema de clasificación
Machine learning
title_short Co-Piloto, prototipo de recomendador de vehículos
title_full Co-Piloto, prototipo de recomendador de vehículos
title_fullStr Co-Piloto, prototipo de recomendador de vehículos
title_full_unstemmed Co-Piloto, prototipo de recomendador de vehículos
title_sort Co-Piloto, prototipo de recomendador de vehículos
dc.creator.fl_str_mv Tache, David Alejandro
García, Juan Diego
Díaz, Daniel Arturo
dc.contributor.advisor.none.fl_str_mv Nieto, Wilson
dc.contributor.author.none.fl_str_mv Tache, David Alejandro
García, Juan Diego
Díaz, Daniel Arturo
dc.subject.es_ES.fl_str_mv Sistema de recomendaciones
Modelo Bayesiano
Vehículos
Sistema de clasificación
topic Sistema de recomendaciones
Modelo Bayesiano
Vehículos
Sistema de clasificación
Machine learning
dc.subject.en_US.fl_str_mv Machine learning
description En los últimos años, millones de personas se movilizan en vehículos particulares o personales en Colombia. La industria automotriz crece a la par que más personas conducen nuevos vehículos propios, pero también se torna difícil tomar una decisión para los nuevos compradores el escoger cual es el mejor vehículo que se adapta a sus necesidades. Existe la necesidad tecnológica de ayudar a compradores, tanto expertos como inexpertos, a encontrar los modelos de autos que más satisfagan sus necesidades. El presente trabajo desarrolla el modelado, diseño y creación de Co-piloto, una aplicación dedicada a recomendar la mejor opción de auto para el cliente usando datos recopilados en base a las características de los vehículos utilizando técnicas de Machine Learning, datos recopilados en los últimos años y sin el sesgo de preferencia influenciado por las opiniones subjetivas y el error humano. Esta es una herramienta objetiva que brinda recomendaciones sin tener en cuenta su popularidad, remitiéndose a hechos y necesidades para buscar la mejor opción.
publishDate 2024
dc.date.accessioned.none.fl_str_mv 2024-06-12T14:47:53Z
dc.date.available.none.fl_str_mv 2024-06-12T14:47:53Z
dc.date.issued.none.fl_str_mv 2024-06-06
dc.type.es_ES.fl_str_mv article
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_6501
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/10584/11976
url http://hdl.handle.net/10584/11976
dc.language.iso.es_ES.fl_str_mv spa
language spa
dc.rights.es_ES.fl_str_mv Universidad del Norte
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Universidad del Norte
http://purl.org/coar/access_right/c_abf2
dc.publisher.es_ES.fl_str_mv Barranquilla, Universidad del Norte, 2024
institution Universidad del Norte
bitstream.url.fl_str_mv https://manglar.uninorte.edu.co/bitstream/10584/11976/2/Informe%20final_Co-piloto%20_%20David%20Tache%20-%20Daniel%20Diaz%20-%20Juan%20Diego%20Garcia.docx.pdf
https://manglar.uninorte.edu.co/bitstream/10584/11976/3/CO-PILOTO%20POSTER_FINAL.pdf
https://manglar.uninorte.edu.co/bitstream/10584/11976/4/license.txt
bitstream.checksum.fl_str_mv cb5752dd76d7db6274bec8a77de45f17
1b86827921f4c239ef1c71dfb316c0bf
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Digital de la Universidad del Norte
repository.mail.fl_str_mv mauribe@uninorte.edu.co
_version_ 1808401287141654528
spelling Nieto, WilsonTache, David AlejandroGarcía, Juan DiegoDíaz, Daniel Arturo2024-06-12T14:47:53Z2024-06-12T14:47:53Z2024-06-06http://hdl.handle.net/10584/11976En los últimos años, millones de personas se movilizan en vehículos particulares o personales en Colombia. La industria automotriz crece a la par que más personas conducen nuevos vehículos propios, pero también se torna difícil tomar una decisión para los nuevos compradores el escoger cual es el mejor vehículo que se adapta a sus necesidades. Existe la necesidad tecnológica de ayudar a compradores, tanto expertos como inexpertos, a encontrar los modelos de autos que más satisfagan sus necesidades. El presente trabajo desarrolla el modelado, diseño y creación de Co-piloto, una aplicación dedicada a recomendar la mejor opción de auto para el cliente usando datos recopilados en base a las características de los vehículos utilizando técnicas de Machine Learning, datos recopilados en los últimos años y sin el sesgo de preferencia influenciado por las opiniones subjetivas y el error humano. Esta es una herramienta objetiva que brinda recomendaciones sin tener en cuenta su popularidad, remitiéndose a hechos y necesidades para buscar la mejor opción.In recent years, millions of people travel in private or personal vehicles in Colombia. The automotive industry grows as more people drive new vehicles of their own, but it also becomes difficult for new buyers to make a decision to choose which vehicle best suits their needs and preferences. There is a technological need to help buyers, both experienced and inexperienced, find the car models that best meet their needs. This work develops the modeling, design and creation of Co-pilot, a web application dedicated to recommending the best car option for the client using data collected based on the characteristics of the vehicles using Machine Learning techniques, data collected in the last years and without preference bias influenced by subjective opinions and human error. This is an objective tool that provides numerousrecommendations without taking into account their popularity, referring to facts and needs to find the best option for every customer who use it, within everyone's reach.spaBarranquilla, Universidad del Norte, 2024Universidad del Nortehttp://purl.org/coar/access_right/c_abf2Sistema de recomendacionesModelo BayesianoVehículosSistema de clasificaciónMachine learningCo-Piloto, prototipo de recomendador de vehículosCo-Piloto, vehicle recomender prototypearticlehttp://purl.org/coar/resource_type/c_6501ORIGINALInforme final_Co-piloto _ David Tache - Daniel Diaz - Juan Diego Garcia.docx.pdfInforme final_Co-piloto _ David Tache - Daniel Diaz - Juan Diego Garcia.docx.pdfapplication/pdf1069088https://manglar.uninorte.edu.co/bitstream/10584/11976/2/Informe%20final_Co-piloto%20_%20David%20Tache%20-%20Daniel%20Diaz%20-%20Juan%20Diego%20Garcia.docx.pdfcb5752dd76d7db6274bec8a77de45f17MD52CO-PILOTO POSTER_FINAL.pdfCO-PILOTO POSTER_FINAL.pdfPoster_finalapplication/pdf21444730https://manglar.uninorte.edu.co/bitstream/10584/11976/3/CO-PILOTO%20POSTER_FINAL.pdf1b86827921f4c239ef1c71dfb316c0bfMD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://manglar.uninorte.edu.co/bitstream/10584/11976/4/license.txt8a4605be74aa9ea9d79846c1fba20a33MD5410584/11976oai:manglar.uninorte.edu.co:10584/119762024-06-12 09:47:53.524Repositorio Digital de la Universidad del Nortemauribe@uninorte.edu.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