Sistema automatizado de gestión y respuesta de PQR en propiedades horizontales con inteligencia artificial y automatización de procesos

La investigación aborda el diseño e implementación de un sistema automatizado para la gestión de Peticiones, Quejas y Reclamos (PQR) en propiedades horizontales, un ámbito en el que los métodos tradicionales presentan serias limitaciones en tiempos de respuesta, trazabilidad y eficiencia. La propues...

Full description

Autores:: Guerrero Urango, Joel Enrique

Tipo de recurso:

Fecha de publicación:: 2025

Institución:: Universidad Autónoma de Bucaramanga - UNAB

Repositorio:: Repositorio UNAB

Idioma:: spa

id	UNAB2_dd4684296db858f89d0357353820e615
oai_identifier_str	oai:repository.unab.edu.co:20.500.12749/31591
network_acronym_str	UNAB2
network_name_str	Repositorio UNAB
repository_id_str
dc.title.spa.fl_str_mv	Sistema automatizado de gestión y respuesta de PQR en propiedades horizontales con inteligencia artificial y automatización de procesos
dc.title.translated.spa.fl_str_mv	Automated PQR management and response system for horizontal properties with artificial intelligence and process automation
title	Sistema automatizado de gestión y respuesta de PQR en propiedades horizontales con inteligencia artificial y automatización de procesos
spellingShingle	Sistema automatizado de gestión y respuesta de PQR en propiedades horizontales con inteligencia artificial y automatización de procesos Systems engineer Software development PQR management RPA Decision engine Chatbot Condominiums Artificial intelligence Natural language processing Automation, knowledge base Text classification Electronic data processing Theory of machines Natural language processing (Computer science) Computational algorithms Desarrollo de Software Ingeniería de sistemas Procesamiento electrónico de datos Teoría de las máquinas Procesamiento de lenguaje natural (Computadores) Algoritmos computacionales Gestión de PQR RPA Propiedad horizontal Inteligencia artificial Automatización Base de conocimientos Procesamiento de lenguaje natural Clasificación de texto Motor de decisiones
title_short	Sistema automatizado de gestión y respuesta de PQR en propiedades horizontales con inteligencia artificial y automatización de procesos
title_full	Sistema automatizado de gestión y respuesta de PQR en propiedades horizontales con inteligencia artificial y automatización de procesos
title_fullStr	Sistema automatizado de gestión y respuesta de PQR en propiedades horizontales con inteligencia artificial y automatización de procesos
title_full_unstemmed	Sistema automatizado de gestión y respuesta de PQR en propiedades horizontales con inteligencia artificial y automatización de procesos
title_sort	Sistema automatizado de gestión y respuesta de PQR en propiedades horizontales con inteligencia artificial y automatización de procesos
dc.creator.fl_str_mv	Guerrero Urango, Joel Enrique
dc.contributor.advisor.none.fl_str_mv	Diaz Claro, Alfredo Antonio
dc.contributor.author.none.fl_str_mv	Guerrero Urango, Joel Enrique
dc.contributor.cvlac.spa.fl_str_mv	Diaz Claro, Alfredo Antonio [0001684837]
dc.contributor.orcid.spa.fl_str_mv	Diaz Claro, Alfredo Antonio [0009-0004-8825-7931] Guerrero Urango, Joel Enrique [0009-0000-1797-9997]
dc.contributor.apolounab.spa.fl_str_mv	Diaz Claro, Alfredo Antonio [alfredo-antonio-diaz-claro-2]
dc.subject.keywords.spa.fl_str_mv	Systems engineer Software development PQR management RPA Decision engine Chatbot Condominiums Artificial intelligence Natural language processing Automation, knowledge base Text classification Electronic data processing Theory of machines Natural language processing (Computer science) Computational algorithms
topic	Systems engineer Software development PQR management RPA Decision engine Chatbot Condominiums Artificial intelligence Natural language processing Automation, knowledge base Text classification Electronic data processing Theory of machines Natural language processing (Computer science) Computational algorithms Desarrollo de Software Ingeniería de sistemas Procesamiento electrónico de datos Teoría de las máquinas Procesamiento de lenguaje natural (Computadores) Algoritmos computacionales Gestión de PQR RPA Propiedad horizontal Inteligencia artificial Automatización Base de conocimientos Procesamiento de lenguaje natural Clasificación de texto Motor de decisiones
dc.subject.lemb.spa.fl_str_mv	Desarrollo de Software Ingeniería de sistemas Procesamiento electrónico de datos Teoría de las máquinas Procesamiento de lenguaje natural (Computadores) Algoritmos computacionales
dc.subject.proposal.spa.fl_str_mv	Gestión de PQR RPA Propiedad horizontal Inteligencia artificial Automatización Base de conocimientos Procesamiento de lenguaje natural Clasificación de texto Motor de decisiones
description	La investigación aborda el diseño e implementación de un sistema automatizado para la gestión de Peticiones, Quejas y Reclamos (PQR) en propiedades horizontales, un ámbito en el que los métodos tradicionales presentan serias limitaciones en tiempos de respuesta, trazabilidad y eficiencia. La propuesta integra tecnologías de inteligencia artificial, procesamiento de lenguaje natural (NLP), automatización robótica de procesos (RPA) y recuperación aumentada por generación (RAG). El punto de partida fue el análisis de más de 24.000 registros históricos, lo que permitió identificar patrones de frecuencia, categorías relevantes, niveles de prioridad y causas de no resolución, insumos que sirvieron como base para construir la solución. El modelo de clasificación, entrenado con técnicas de vectorización TF-IDF y algoritmos supervisados, fue optimizado para garantizar predicciones confiables mediante un umbral de confianza. Junto con ello, se construyó una base de conocimientos estructurada para dar soporte a la automatización y servir como insumo para chatbots futuros. El sistema se organizó bajo arquitectura hexagonal, con microservicios desplegados en la nube e integrados a través de Kafka y el orquestador N8N, lo que permitió un flujo asincrónico y escalable. Asimismo, se implementaron mecanismos de confirmación automática, actualización de estados, asignación inteligente de responsables y generación de respuestas con apoyo de RAG, fortaleciendo la calidad del servicio. La integración con Odoo garantizó trazabilidad y consolidación de métricas en tiempo real. Las pruebas demostraron una reducción del tiempo promedio de atención, un incremento en la satisfacción de los residentes y una disminución de la carga operativa.
publishDate	2025
dc.date.accessioned.none.fl_str_mv	2025-10-08T20:55:25Z
dc.date.available.none.fl_str_mv	2025-10-08T20:55:25Z
dc.date.issued.none.fl_str_mv	2025-09-26
dc.type.driver.none.fl_str_mv	info:eu-repo/semantics/masterThesis
dc.type.local.spa.fl_str_mv	Tesis
dc.type.hasversion.none.fl_str_mv	info:eu-repo/semantics/acceptedVersion
dc.type.redcol.none.fl_str_mv	http://purl.org/redcol/resource_type/TM
status_str	acceptedVersion
dc.identifier.uri.none.fl_str_mv	http://hdl.handle.net/20.500.12749/31591
dc.identifier.instname.spa.fl_str_mv	instname:Universidad Autónoma de Bucaramanga - UNAB
dc.identifier.reponame.spa.fl_str_mv	reponame:Repositorio Institucional UNAB
dc.identifier.repourl.spa.fl_str_mv	repourl:https://repository.unab.edu.co
url	http://hdl.handle.net/20.500.12749/31591
identifier_str_mv	instname:Universidad Autónoma de Bucaramanga - UNAB reponame:Repositorio Institucional UNAB repourl:https://repository.unab.edu.co
dc.language.iso.spa.fl_str_mv	spa
language	spa
dc.relation.references.spa.fl_str_mv	Andrade, I. M. D., & Tumelero, C. (2022). Increasing customer service efficiency through artificial intelligence chatbot. Revista de Gestão, 29(3), 238-251. https://doi.org/10.1108/REGE-07-2021-0120 Apache Software Foundation. (2025). Apache Kafka documentation (Version 3.7). https://kafka.apache.org/documentation/ Brill, T. M., Munoz, L., & Miller, R. J. (2019). Siri, Alexa, and other digital assistants: a study of customer satisfaction with artificial intelligence applications. Journal of Marketing Management, 35(15–16), 1401– 1436. https://doi.org/10.1080/0267257X.2019.1687571 Buhalis, D., & Moldavska, I. (2022). Voice assistants in hospitality: Using artificial intelligence for customer service. Journal of Hospitality and Tourism Technology, 13(3), 386-403. https://doi.org/10.1108/JHTT-03-2021-0104 Chroma. (2025). Chroma documentation. Chroma. https://docs.trychroma.com Laparra, D. (2024). Retrieval-Augmented Generation para la extracción de información de documentos inteligentes. Documento de investigación. Azaga, H. (2024). Effectiveness of artificial intelligence chatbots for customer service [Tesis doctoral, Middle Georgia State University]. Middle Georgia State University Repository. https://comp.mga.edu/static/media/doctoralpapers/2024_Azaga_0909150837.pdf Martins De Andrade, I., & Tumelero, C. (2022). Artificial Intelligence Chatbot as Customer Service Solution for Commercial Banks. Revista de Gestão, 29(3), 238- 251. https://doi.org/10.1108/REGE-07-2021-0120 Obando Freire, G. L. (2020). Innovación en los procesos de recuperación de cartera para empresas de cobranza mediante la generación de un modelo de negocio con base tecnológica en el uso de redes sociales [Tesis de maestría, Universidad Tecnológica Indoamérica]. Universidad Tecnológica Indoamérica. Python Software Foundation. (2025). Python documentation (Version 3.12). https://docs.python.org/3/ PARASURAMAN, Parsu. (1985), Conceptual Model of Service Quality and its implications for future research. New York: Journal of Marketing. Sofiyah, et al. (2024). The chatbot artificial intelligence as the alternative customer services strategy to improve service efficiency. Documento de investigación. Pedregosa, F., Varoquaux, G., Gramfort, A., Michel, V., Thirion, B., Grisel, O., ... Duchesnay, É. (2011). Scikit-learn: Machine learning in Python. Journal of Machine Learning Research, 12, 2825–2830. http://jmlr.org/papers/v12/pedregosa11a.html Shevat, A. (2017). Designing bots: Creating conversational experiences. O’Reilly Media. Sofiyah, F. R., Dilham, A., Hutagalung, A. Q., Yulinda, Y., Lubis, A. S., & Marpaung, J. L. (2024). The chatbot artificial intelligence as the alternative customer services strategic to improve the customer relationship management in real-time responses. International Journal of Economics and Business Research, 27(5), 45–58. https://doi.org/10.1504/IJEBR.2024.139810v Song, M., Xing, X., Duan, Y., Cohen, J., & Mou, J. (2022). Will artificial intelligence replace human customer service? The impact of communication quality and privacy risks on adoption intention. Journal of Retailing and Consumer Services, 102900. https://doi.org/10.1016/j.jretconser.2021.102900 Wolf, T., Debut, L., Sanh, V., Chaumond, J., Delangue, C., Moi, A., ... Rush, A. M. (2020). Transformers: State-of-the-art natural language processing. In Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing: System Demonstrations (pp. 38–45). Association for Computational Linguistics. https://doi.org/10.18653/v1/2020.emnlp-demos.6 n8n. (2025). n8n documentation. n8n GmbH. https://docs.n8n.io
dc.relation.uriapolo.spa.fl_str_mv	https://apolo.unab.edu.co/en/persons/alfredo-antonio-diaz-claro-2
dc.rights.coar.fl_str_mv	http://purl.org/coar/access_right/c_abf2
dc.rights.uri.*.fl_str_mv	http://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rights.local.spa.fl_str_mv	Abierto (Texto Completo)
dc.rights.creativecommons.*.fl_str_mv	Atribución-NoComercial-SinDerivadas 2.5 Colombia
rights_invalid_str_mv	http://creativecommons.org/licenses/by-nc-nd/2.5/co/ Abierto (Texto Completo) Atribución-NoComercial-SinDerivadas 2.5 Colombia http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.spa.fl_str_mv	application/pdf
dc.coverage.spatial.spa.fl_str_mv	Bogotá (Cundinamarca, Colombia)
dc.coverage.campus.spa.fl_str_mv	UNAB Campus Bucaramanga
dc.publisher.grantor.spa.fl_str_mv	Universidad Autónoma de Bucaramanga UNAB
dc.publisher.faculty.spa.fl_str_mv	Facultad Ingeniería
dc.publisher.program.spa.fl_str_mv	Maestría en Gestión, Aplicación y Desarrollo de Software
dc.publisher.programid.none.fl_str_mv	MGAS-1809
institution	Universidad Autónoma de Bucaramanga - UNAB
bitstream.url.fl_str_mv	https://repository.unab.edu.co/bitstream/20.500.12749/31591/8/SISTEMA%20AUTOMATIZADO%20DE%20GESTION%20Y%20RESPUESTA%20DE%20PQR%20EN%20PROPIEDADES%20HORIZONTALES%20CON%20INTELIGENCIA%20ARTIFICIAL%20AUTOMATIZACION%20DE%20PROCESOS-1.pdf.jpg https://repository.unab.edu.co/bitstream/20.500.12749/31591/9/Licencia.pdf.jpg https://repository.unab.edu.co/bitstream/20.500.12749/31591/6/license.txt https://repository.unab.edu.co/bitstream/20.500.12749/31591/1/SISTEMA%20AUTOMATIZADO%20DE%20GESTION%20Y%20RESPUESTA%20DE%20PQR%20EN%20PROPIEDADES%20HORIZONTALES%20CON%20INTELIGENCIA%20ARTIFICIAL%20AUTOMATIZACION%20DE%20PROCESOS-1.pdf https://repository.unab.edu.co/bitstream/20.500.12749/31591/7/Licencia.pdf
bitstream.checksum.fl_str_mv	c779eb5c399831e24a3517b706bf06f5 7f88088f502ece1ee80eced45fb65412 3755c0cfdb77e29f2b9125d7a45dd316 08291b2a148d49f6e30a6a49ba9b1b7d 0894eb0365b119087eda8753a1a99e0f
bitstream.checksumAlgorithm.fl_str_mv	MD5 MD5 MD5 MD5 MD5
repository.name.fl_str_mv	Repositorio Institucional \| Universidad Autónoma de Bucaramanga - UNAB
repository.mail.fl_str_mv	repositorio@unab.edu.co
_version_	1851051819174723584
spelling	Diaz Claro, Alfredo Antoniod039b54a-d913-4cad-91e3-871dc75b6af7Guerrero Urango, Joel Enriquefe3a6498-b144-4348-85d0-b69b6e668c35Diaz Claro, Alfredo Antonio [0001684837]Diaz Claro, Alfredo Antonio [0009-0004-8825-7931]Guerrero Urango, Joel Enrique [0009-0000-1797-9997]Diaz Claro, Alfredo Antonio [alfredo-antonio-diaz-claro-2]Bogotá (Cundinamarca, Colombia)UNAB Campus Bucaramanga2025-10-08T20:55:25Z2025-10-08T20:55:25Z2025-09-26http://hdl.handle.net/20.500.12749/31591instname:Universidad Autónoma de Bucaramanga - UNABreponame:Repositorio Institucional UNABrepourl:https://repository.unab.edu.coLa investigación aborda el diseño e implementación de un sistema automatizado para la gestión de Peticiones, Quejas y Reclamos (PQR) en propiedades horizontales, un ámbito en el que los métodos tradicionales presentan serias limitaciones en tiempos de respuesta, trazabilidad y eficiencia. La propuesta integra tecnologías de inteligencia artificial, procesamiento de lenguaje natural (NLP), automatización robótica de procesos (RPA) y recuperación aumentada por generación (RAG). El punto de partida fue el análisis de más de 24.000 registros históricos, lo que permitió identificar patrones de frecuencia, categorías relevantes, niveles de prioridad y causas de no resolución, insumos que sirvieron como base para construir la solución. El modelo de clasificación, entrenado con técnicas de vectorización TF-IDF y algoritmos supervisados, fue optimizado para garantizar predicciones confiables mediante un umbral de confianza. Junto con ello, se construyó una base de conocimientos estructurada para dar soporte a la automatización y servir como insumo para chatbots futuros. El sistema se organizó bajo arquitectura hexagonal, con microservicios desplegados en la nube e integrados a través de Kafka y el orquestador N8N, lo que permitió un flujo asincrónico y escalable. Asimismo, se implementaron mecanismos de confirmación automática, actualización de estados, asignación inteligente de responsables y generación de respuestas con apoyo de RAG, fortaleciendo la calidad del servicio. La integración con Odoo garantizó trazabilidad y consolidación de métricas en tiempo real. Las pruebas demostraron una reducción del tiempo promedio de atención, un incremento en la satisfacción de los residentes y una disminución de la carga operativa.INTRODUCCIÓN................................................................................................................ 13 1. MARCO TEÓRICO.........................................................................................................16 1.1 CONCEPTO Y TIPOLOGÍA DE PQR EN PROPIEDADES HORIZONTALES.............16 1.2 ATENCIÓN AL CLIENTE Y SATISFACCIÓN EN LA GESTIÓN DE PQR....................16 1.3 AUTOMATIZACIÓN EN LA ATENCIÓN AL CLIENTE Y CHATBOTS.........................17 1.4 AUTOMATIZACIÓN ROBÓTICA DE PROCESOS (RPA) EN LA ADMINISTRACIÓN DE PQR...............................................................................................................................17 1.5 EVALUACIÓN DE LA CALIDAD DEL SERVICIO EN SISTEMAS AUTOMATIZADOS ............................................................................................................................................ 18 1.6 AUTOMATIZACIÓN ROBÓTICA DE PROCESOS (RPA) EN LA ADMINISTRACIÓN DE PQR...............................................................................................................................18 2. MÉTODO DE INVESTIGACIÓN.....................................................................................19 2.1 TIPO DE INVESTIGACIÓN...........................................................................................19 2.2 DESCRIPCIÓN DE LA METODOLOGÍA DE TRABAJO..............................................19 2.2.1 Análisis exploratorio de datos históricos....................................................................19 2.2.2 Diseño de la solución técnica y arquitectónica..........................................................19 2.2.3 Desarrollo incremental de componentes....................................................................20 2.2.4 Pruebas funcionales de extremo a extremo...............................................................20 2.3 FASES DEL DESARROLLO.........................................................................................20 2.3.1 Análisis de datos históricos........................................................................................20 2.3.2 Diseño y entrenamiento del modelo NLP...................................................................20 2.3.3 Construcción de una base de conocimientos............................................................21 2.3.4 Desarrollo del motor de decisiones............................................................................21 2.3.5 Planeación de automatización mediante RPA...........................................................21 2.3.6 Evaluación del sistema..............................................................................................21 2.4 ARQUITECTURA TECNOLÓGICA...............................................................................21 2.4.1 Microservicio principal................................................................................................22 2.4.2 Microservicio de recuperación de normativas............................................................23 2.4.3 Modelo de clasificación NLP......................................................................................25 2.4.4 Motor de decisiones...................................................................................................25 2.4.5 Broker de mensajería.................................................................................................25 2.4.6 Orquestador de automatización.................................................................................26 2.4.7 Plataforma de destino................................................................................................ 26 2.4.8 Base de datos documental.........................................................................................26 3. ANÁLISIS Y DESEMPEÑO DEL SISTEMA AUTOMATIZADO EN PROPIEDAD HORIZONTAL.....................................................................................................................27 3.1. ANÁLISIS EXPLORATORIO DE DATOS HISTÓRICOS.............................................27 3.2. DISTRIBUCIÓN POR TIPO DE PQR..........................................................................27 3.3 PRINCIPALES CATEGORÍAS DE SOLICITUD............................................................28 3.4 COMBINACIONES TIPO–CATEGORÍA.......................................................................29 3.5 HALLAZGOS ADICIONALES RELEVANTES...............................................................30 3.5.1 Motivos de no resolución...........................................................................................30 3.5.2 Distribución de prioridades.........................................................................................30 3.5.3 Prioridad y tiempo de resolución................................................................................31 3.5.4 Satisfacción del usuario............................................................................................. 31 3.5.5. Tendencias temporales.............................................................................................31 3.6. MODELO DE CLASIFICACIÓN AUTOMÁTICA DE TIPO DE PQR............................31 3.6.1 Preparación de los datos...........................................................................................32 3.6.2 Entrenamiento inicial con regresión logística.............................................................32 3.6.3 Ajuste con pesos balanceados..................................................................................32 3.6.4 Optimización con multinomial naive bayes................................................................33 3.6.5 Ajuste fino con búsqueda de hiperparámetros...........................................................33 3.7. INTEGRACIÓN FUNCIONAL Y EVALUACIÓN PILOTO.............................................34 3.8 DESARROLLO Y PRUEBAS DEL SISTEMA RPA PARA TAREAS REPETITIVAS....35 3.8.1 Confirmación automática de recepción de solicitudes...............................................35 3.8.2 Actualización del estado de solicitudes......................................................................36 3.8.3 Asignación automática de responsables....................................................................37 3.8.4 Generación de respuestas automáticas.....................................................................38 3.9 REGISTRO DE ACTIVIDAD Y AUDITORÍA.................................................................40 3.9.1 Objetivos del módulo de auditoría..............................................................................41 3.10 INTEGRACIÓN DEL MICROSERVICIO DE RECUPERACIÓN DE NORMATIVIDAD ............................................................................................................................................ 42 3.11 INTEGRACIÓN CON ODOO API (GESTIÓN DE PQR EN EL SISTEMA DE DESTINO)...........................................................................................................................43 3.12 SECUENCIA DE INTERACCIÓN DEL SISTEMA AUTOMATIZADO DE GESTIÓN DE PQR.....................................................................................................................................43 3.13 ESQUEMA DE EVENTOS Y CONTRATO (KAFKA)..................................................44 3.14 FLUJOS N8N (ORQUESTACIÓN POR EVENTOS)...................................................44 3.15 VALIDACIÓN EMPÍRICA EN ENTORNO REAL.........................................................45 3.16 EVIDENCIAS DEL PROCEDIMIENTO EXPERIMENTAL..........................................47 4. CONCLUSIONES...........................................................................................................50 5. RECOMENDACIONES Y TRABAJOS FUTUROS.........................................................52 5.1 EVOLUCIÓN DEL MODELO DE CLASIFICACIÓN DE PQR.......................................52 5.2 ENRIQUECIMIENTO DINÁMICO DE LA BASE DE CONOCIMIENTOS.....................52 5.3 ESCALAMIENTO DEL MOTOR DE DECISIONES......................................................52 5.4 AMPLIACIÓN DE LAS CAPACIDADES DE AUTOMATIZACIÓN................................53 5.5 INCORPORACIÓN DE MÉTRICAS AVANZADAS DE CALIDAD DE SERVICIO........53 5.6 CONSIDERACIONES DE SEGURIDAD Y ÉTICA EN IA.............................................53 REFERENCIAS...................................................................................................................54MaestríaThis research addresses the design and implementation of an automated system for managing requests, complaints and claims (PQR) in condominiums, an area in which traditional methods have serious limitations in terms of response times, traceability and efficiency. The proposal integrates artificial intelligence technologies, natural language processing (NLP), robotic process automation (RPA) and generation-augmented retrieval (RAG). The starting point was the analysis of more than 24,000 historical records, which allowed the identification of frequency patterns, relevant categories, priority levels and causes of non-resolution, inputs that served as the basis for building the solution. The classification model, trained with TF-IDF vectorisation techniques and supervised algorithms, was optimised to ensure reliable predictions using a confidence threshold. Along with this, a structured knowledge base was built to support automation and serve as input for future chatbots. The system was organised under a hexagonal architecture, with microservices deployed in the cloud and integrated through Kafka and the N8N orchestrator, enabling asynchronous and scalable flow. Likewise, automatic confirmation mechanisms, status updates, intelligent assignment of responsible parties, and RAG-supported response generation were implemented, strengthening service quality. Integration with Odoo ensured traceability and consolidation of metrics in real time. Tests demonstrated a reduction in average response time, an increase in resident satisfaction, and a decrease in operational load.Modalidad Presencialapplication/pdfspahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)Atribución-NoComercial-SinDerivadas 2.5 Colombiahttp://purl.org/coar/access_right/c_abf2Sistema automatizado de gestión y respuesta de PQR en propiedades horizontales con inteligencia artificial y automatización de procesosAutomated PQR management and response system for horizontal properties with artificial intelligence and process automationMagíster en Gestión, Aplicación y Desarrollo de SoftwareUniversidad Autónoma de Bucaramanga UNABFacultad IngenieríaMaestría en Gestión, Aplicación y Desarrollo de SoftwareMGAS-1809info:eu-repo/semantics/masterThesisTesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/redcol/resource_type/TMSystems engineerSoftware developmentPQR managementRPADecision engineChatbotCondominiumsArtificial intelligenceNatural language processingAutomation, knowledge baseText classificationElectronic data processingTheory of machinesNatural language processing (Computer science)Computational algorithmsDesarrollo de SoftwareIngeniería de sistemasProcesamiento electrónico de datosTeoría de las máquinasProcesamiento de lenguaje natural (Computadores)Algoritmos computacionalesGestión de PQRRPAPropiedad horizontalInteligencia artificialAutomatizaciónBase de conocimientosProcesamiento de lenguaje naturalClasificación de textoMotor de decisionesAndrade, I. M. D., & Tumelero, C. (2022). Increasing customer service efficiency through artificial intelligence chatbot. Revista de Gestão, 29(3), 238-251. https://doi.org/10.1108/REGE-07-2021-0120Apache Software Foundation. (2025). Apache Kafka documentation (Version 3.7). https://kafka.apache.org/documentation/Brill, T. M., Munoz, L., & Miller, R. J. (2019). Siri, Alexa, and other digital assistants: a study of customer satisfaction with artificial intelligence applications. Journal of Marketing Management, 35(15–16), 1401– 1436. https://doi.org/10.1080/0267257X.2019.1687571Buhalis, D., & Moldavska, I. (2022). Voice assistants in hospitality: Using artificial intelligence for customer service. Journal of Hospitality and Tourism Technology, 13(3), 386-403. https://doi.org/10.1108/JHTT-03-2021-0104Chroma. (2025). Chroma documentation. Chroma. https://docs.trychroma.comLaparra, D. (2024). Retrieval-Augmented Generation para la extracción de información de documentos inteligentes. Documento de investigación.Azaga, H. (2024). Effectiveness of artificial intelligence chatbots for customer service [Tesis doctoral, Middle Georgia State University]. Middle Georgia State University Repository. https://comp.mga.edu/static/media/doctoralpapers/2024_Azaga_0909150837.pdfMartins De Andrade, I., & Tumelero, C. (2022). Artificial Intelligence Chatbot as Customer Service Solution for Commercial Banks. Revista de Gestão, 29(3), 238- 251. https://doi.org/10.1108/REGE-07-2021-0120Obando Freire, G. L. (2020). Innovación en los procesos de recuperación de cartera para empresas de cobranza mediante la generación de un modelo de negocio con base tecnológica en el uso de redes sociales [Tesis de maestría, Universidad Tecnológica Indoamérica]. Universidad Tecnológica Indoamérica.Python Software Foundation. (2025). Python documentation (Version 3.12). https://docs.python.org/3/PARASURAMAN, Parsu. (1985), Conceptual Model of Service Quality and its implications for future research. New York: Journal of Marketing. Sofiyah, et al. (2024). The chatbot artificial intelligence as the alternative customer services strategy to improve service efficiency. Documento de investigación.Pedregosa, F., Varoquaux, G., Gramfort, A., Michel, V., Thirion, B., Grisel, O., ... Duchesnay, É. (2011). Scikit-learn: Machine learning in Python. Journal of Machine Learning Research, 12, 2825–2830. http://jmlr.org/papers/v12/pedregosa11a.htmlShevat, A. (2017). Designing bots: Creating conversational experiences. O’Reilly Media.Sofiyah, F. R., Dilham, A., Hutagalung, A. Q., Yulinda, Y., Lubis, A. S., & Marpaung, J. L. (2024). The chatbot artificial intelligence as the alternative customer services strategic to improve the customer relationship management in real-time responses. International Journal of Economics and Business Research, 27(5), 45–58. https://doi.org/10.1504/IJEBR.2024.139810vSong, M., Xing, X., Duan, Y., Cohen, J., & Mou, J. (2022). Will artificial intelligence replace human customer service? The impact of communication quality and privacy risks on adoption intention. Journal of Retailing and Consumer Services, 102900. https://doi.org/10.1016/j.jretconser.2021.102900Wolf, T., Debut, L., Sanh, V., Chaumond, J., Delangue, C., Moi, A., ... Rush, A. M. (2020). Transformers: State-of-the-art natural language processing. In Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing: System Demonstrations (pp. 38–45). Association for Computational Linguistics. https://doi.org/10.18653/v1/2020.emnlp-demos.6n8n. (2025). n8n documentation. n8n GmbH. https://docs.n8n.iohttps://apolo.unab.edu.co/en/persons/alfredo-antonio-diaz-claro-2THUMBNAILSISTEMA AUTOMATIZADO DE GESTION Y RESPUESTA DE PQR EN PROPIEDADES HORIZONTALES CON INTELIGENCIA ARTIFICIAL AUTOMATIZACION DE PROCESOS-1.pdf.jpgSISTEMA AUTOMATIZADO DE GESTION Y RESPUESTA DE PQR EN PROPIEDADES HORIZONTALES CON INTELIGENCIA ARTIFICIAL AUTOMATIZACION DE PROCESOS-1.pdf.jpgIM Thumbnailimage/jpeg4589https://repository.unab.edu.co/bitstream/20.500.12749/31591/8/SISTEMA%20AUTOMATIZADO%20DE%20GESTION%20Y%20RESPUESTA%20DE%20PQR%20EN%20PROPIEDADES%20HORIZONTALES%20CON%20INTELIGENCIA%20ARTIFICIAL%20AUTOMATIZACION%20DE%20PROCESOS-1.pdf.jpgc779eb5c399831e24a3517b706bf06f5MD58open accessLicencia.pdf.jpgLicencia.pdf.jpgIM Thumbnailimage/jpeg6234https://repository.unab.edu.co/bitstream/20.500.12749/31591/9/Licencia.pdf.jpg7f88088f502ece1ee80eced45fb65412MD59metadata only accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8829https://repository.unab.edu.co/bitstream/20.500.12749/31591/6/license.txt3755c0cfdb77e29f2b9125d7a45dd316MD56open accessORIGINALSISTEMA AUTOMATIZADO DE GESTION Y RESPUESTA DE PQR EN PROPIEDADES HORIZONTALES CON INTELIGENCIA ARTIFICIAL AUTOMATIZACION DE PROCESOS-1.pdfSISTEMA AUTOMATIZADO DE GESTION Y RESPUESTA DE PQR EN PROPIEDADES HORIZONTALES CON INTELIGENCIA ARTIFICIAL AUTOMATIZACION DE PROCESOS-1.pdfTesisapplication/pdf1378523https://repository.unab.edu.co/bitstream/20.500.12749/31591/1/SISTEMA%20AUTOMATIZADO%20DE%20GESTION%20Y%20RESPUESTA%20DE%20PQR%20EN%20PROPIEDADES%20HORIZONTALES%20CON%20INTELIGENCIA%20ARTIFICIAL%20AUTOMATIZACION%20DE%20PROCESOS-1.pdf08291b2a148d49f6e30a6a49ba9b1b7dMD51open accessLicencia.pdfLicencia.pdfLicenciaapplication/pdf418880https://repository.unab.edu.co/bitstream/20.500.12749/31591/7/Licencia.pdf0894eb0365b119087eda8753a1a99e0fMD57metadata only access20.500.12749/31591oai:repository.unab.edu.co:20.500.12749/315912025-10-09 22:01:34.25open accessRepositorio Institucional \| Universidad Autónoma de Bucaramanga - UNABrepositorio@unab.edu.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

Sistema automatizado de gestión y respuesta de PQR en propiedades horizontales con inteligencia artificial y automatización de procesos

Publicaciones similares