Prototipo de un sistema de recomendación para la oferta de convenios de los empleados de la Compañía Suramericana
ilustraciones, diagramas, tablas
- Autores:
-
Uribe Lujan, Madelin
- Tipo de recurso:
- Fecha de publicación:
- 2022
- Institución:
- Universidad Nacional de Colombia
- Repositorio:
- Universidad Nacional de Colombia
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unal.edu.co:unal/82169
- Palabra clave:
- 000 - Ciencias de la computación, información y obras generales
650 - Gerencia y servicios auxiliares::658 - Gerencia general
Cluster analysis
Análisis clúster
Sistema de Recomendación
Árbol de Decisión
Clúster
Beneficios
Gestión Humana
K-MODES
Recommendation System
Decision Tree
Cluster
Benefits
Human Management
- Rights
- openAccess
- License
- Atribución-NoComercial-SinDerivadas 4.0 Internacional
| id |
UNACIONAL2_515054d93008fe4fa8ee6268a6543bbe |
|---|---|
| oai_identifier_str |
oai:repositorio.unal.edu.co:unal/82169 |
| network_acronym_str |
UNACIONAL2 |
| network_name_str |
Universidad Nacional de Colombia |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Prototipo de un sistema de recomendación para la oferta de convenios de los empleados de la Compañía Suramericana |
| dc.title.translated.eng.fl_str_mv |
Prototype of a recommendation system for the offer of agreements of the employees of the Suramericana Company |
| title |
Prototipo de un sistema de recomendación para la oferta de convenios de los empleados de la Compañía Suramericana |
| spellingShingle |
Prototipo de un sistema de recomendación para la oferta de convenios de los empleados de la Compañía Suramericana 000 - Ciencias de la computación, información y obras generales 650 - Gerencia y servicios auxiliares::658 - Gerencia general Cluster analysis Análisis clúster Sistema de Recomendación Árbol de Decisión Clúster Beneficios Gestión Humana K-MODES Recommendation System Decision Tree Cluster Benefits Human Management |
| title_short |
Prototipo de un sistema de recomendación para la oferta de convenios de los empleados de la Compañía Suramericana |
| title_full |
Prototipo de un sistema de recomendación para la oferta de convenios de los empleados de la Compañía Suramericana |
| title_fullStr |
Prototipo de un sistema de recomendación para la oferta de convenios de los empleados de la Compañía Suramericana |
| title_full_unstemmed |
Prototipo de un sistema de recomendación para la oferta de convenios de los empleados de la Compañía Suramericana |
| title_sort |
Prototipo de un sistema de recomendación para la oferta de convenios de los empleados de la Compañía Suramericana |
| dc.creator.fl_str_mv |
Uribe Lujan, Madelin |
| dc.contributor.advisor.none.fl_str_mv |
Velásquez Henao, Juan David |
| dc.contributor.author.none.fl_str_mv |
Uribe Lujan, Madelin |
| dc.subject.ddc.spa.fl_str_mv |
000 - Ciencias de la computación, información y obras generales 650 - Gerencia y servicios auxiliares::658 - Gerencia general |
| topic |
000 - Ciencias de la computación, información y obras generales 650 - Gerencia y servicios auxiliares::658 - Gerencia general Cluster analysis Análisis clúster Sistema de Recomendación Árbol de Decisión Clúster Beneficios Gestión Humana K-MODES Recommendation System Decision Tree Cluster Benefits Human Management |
| dc.subject.lemb.eng.fl_str_mv |
Cluster analysis |
| dc.subject.lemb.spa.fl_str_mv |
Análisis clúster |
| dc.subject.proposal.spa.fl_str_mv |
Sistema de Recomendación Árbol de Decisión Clúster Beneficios Gestión Humana |
| dc.subject.proposal.eng.fl_str_mv |
K-MODES Recommendation System Decision Tree Cluster Benefits Human Management |
| description |
ilustraciones, diagramas, tablas |
| publishDate |
2022 |
| dc.date.accessioned.none.fl_str_mv |
2022-08-29T16:37:49Z |
| dc.date.available.none.fl_str_mv |
2022-08-29T16:37:49Z |
| dc.date.issued.none.fl_str_mv |
2022-08-09 |
| dc.type.spa.fl_str_mv |
Trabajo de grado - Maestría |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| dc.type.content.spa.fl_str_mv |
Text |
| dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TM |
| status_str |
acceptedVersion |
| dc.identifier.uri.none.fl_str_mv |
https://repositorio.unal.edu.co/handle/unal/82169 |
| dc.identifier.instname.spa.fl_str_mv |
Universidad Nacional de Colombia |
| dc.identifier.reponame.spa.fl_str_mv |
Repositorio Institucional Universidad Nacional de Colombia |
| dc.identifier.repourl.spa.fl_str_mv |
https://repositorio.unal.edu.co/ |
| url |
https://repositorio.unal.edu.co/handle/unal/82169 https://repositorio.unal.edu.co/ |
| identifier_str_mv |
Universidad Nacional de Colombia Repositorio Institucional Universidad Nacional de Colombia |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
[1] Comfama. People Analytics: Equipos Humanos que hacen empresas sostenibles. Obtenido de Memorías Eventos: Comfama octubre digital. 9 de octubre de 2019 [2] Ruta N, #4Revolución: principales tecnologías. Marzo de 2020. [En linea]. Disponible en: https://www.rutanmedes/cuarta-revolucion-industrial [3] Performance Magazine, The KPI Institute. How to Measure the Performance of your Human Resources Department. Mayo de 2017. [En linea]. Disponible en: https://www.performancemagazine.org/performance-human-resources/ [4] IBM Knowledge center. CRISP-DM Help. Septiembre de 2020. [En linea]. Disponible en: https://www.ibm.com/support/knowledgecenter/SS3RA7_15.0.0/com.ibm.spss.crispdm.help/crisp_overview.htm [5] J. Herrera, E. Castro, “Sistema de Recomendación de Matrículas en Asignaturas Basados en Perfiles de Docentes, Alumnos y Asignaturas en la Escuela Profesional de Ingeniería de Sistemas de la Universidad Nacional de San Agustín”. Julio de 2018. [En linea]. Disponible en: https://www-scopus-com.ezproxy.unal.edu.co/record/display.uri?eid=2-s2.0-85057477385&origin=resultslist&sort=plf-f&src=s&st1=sistema+recomendacion&st2=&sid=2d43abf3ff65ae53db41dc7b053d57ce&sot=b&sdt=b&sl=36&s=TITLE-ABS-KEY%28sistema+recomendacion%29&relpos=8&citeCnt=0&searchTerm= [6] M. Caro, J. Hernandez, “Diseño de un Sistema de Recomendación en Repositorios de Objetos de Aprendizaje Basado en la Percepción del Usuario: Caso Rodas”. Enero de 2011. [En lìnea]. Disponible en: http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0124-81702011000100004&lang=es [7] H. Yate, “Elección de población susceptible a campañas de comunicación mediante sistemas de recomendación en las droguerías Colsubsidio”. 2020. [En linea]. Disponible en: http://eds.b.ebscohost.com/eds/detail/detail?vid=1&sid=4d281688-dc54-45f4-94c9-b28d40141b06%40pdc-v-sessmgr04&bdata=Jmxhbmc9ZXMmc2l0ZT1lZHMtbGl2ZQ%3d%3d#AN=edsbas.87F717C&db=edsbas [8] S. Oliva, “Implementación y desarrollo de sistemas de recomendación para profundización de clientes y cruce de productos en un banco de retail”. 2017. [En linea]. Disponible en: http://eds.b.ebscohost.com/eds/detail/detail?vid=5&sid=4ffe05a3-7c95-4429-a6a0-395c45a08377%40pdc-v-sessmgr05&bdata=Jmxhbmc9ZXMmc2l0ZT1lZHMtbGl2ZQ%3d%3d#AN=edsbas.7786E2EA&db=edsbas [9] D. Arocha, “Sistemas de recomendación de productos para banca empresarial y corporativa: Un análisis comparativo”. Noviembre de 2018. [En linea]. Disponible en: http://eds.b.ebscohost.com/eds/detail/detail?vid=6&sid=4ffe05a3-7c95-4429-a6a0-395c45a08377%40pdc-v-sessmgr05&bdata=Jmxhbmc9ZXMmc2l0ZT1lZHMtbGl2ZQ%3d%3d#AN=edsbas.1835B43B&db=edsbas [10] D. Morales, D.Martín, “Integración de modelos de agrupamiento y reglas de asociación obtenidos de múltiples fuentes de datos”. Octubre de 2011. [En linea]. Disponible en: http://www.scielo.org.mx/pdf/cys/v16n2/v16n2a5.pdf [11] D. Galli, Soledad, “Python Feature Engineering Cookbook”. Enero de 2020. [12] D. Gonzalez, Ligdi, “Reducción de la dimensionalidad”. Abril de 2020. [En linea]. Disponible en: https://aprendeia.com/reduccion-de-la-dimensionalidad-machine-learning/ [13] D. Ashish, Ashydv, “Bank Customer Clustering (K-Modes Clustering)”. SF. [En linea]. Disponible en: https://www.kaggle.com/ashydv/bank-customer-clustering-k-modes-clustering [14] D. Bonthu, Harika, “KModes Clustering Algorithm for Categorical data”. Junio de 2021. [En linea]. Disponible en: https://www.analyticsvidhya.com/blog/2021/06/kmodes-clustering-algorithm-for-categorical-data/ [15] D. Amat, Joaquin, “KModes Clustering Algorithm for Categorical data”. Octubre de 2020. [En linea]. Disponible en: https://www.cienciadedatos.net/documentos/py07_arboles_decision_python.html [16] D. Aguila, Juan, “Webinar: Crea un motor de recomendación usando Machine Learning”. Julio de 2020. [En linea]. Disponible en: https://www.youtube.com/watch?v=NCQZuprocXk [17] D. Abella, Blanca, 2021. “Mejora de las predicciones en muestras desbalanceadas”. Tesis de Ingeniería Informática. Universidad Autonomma de Madrid. [En linea]. Disponible en: https://repositorio.uam.es/bitstream/handle/10486/697900/abella_miravet_blanca_tfg.pdf?sequence=1 [18] Velasquez, Juan, “Métricas básicas de clasificación”. Septiembre de 2021. [En linea]. Disponible en: https://jdvelasq.github.io/courses/notebooks/sklearn_model_selection_and_evaluation/2-12_metricas_de_clasificacion.html [19] Gerón, Aurélien, “Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow Concepts, Tools, and Techniques to Build Intelligent Systems”. 2019. [20] Velasquez, Juan, “Inducción de reglas con el algoritmo Apriori”. 2019. [En linea]. Disponible en: https://jdvelasq.github.io/mineria-de-datos/notebooks/sklearn/apriori/01-induccion-de-items-apriori.html |
| dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.license.spa.fl_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional |
| dc.rights.uri.spa.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional http://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.spa.fl_str_mv |
43 páginas |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.coverage.country.none.fl_str_mv |
Colombia |
| dc.publisher.spa.fl_str_mv |
Universidad Nacional de Colombia |
| dc.publisher.program.spa.fl_str_mv |
Medellín - Minas - Maestría en Ingeniería - Analítica |
| dc.publisher.department.spa.fl_str_mv |
Departamento de la Computación y la Decisión |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Minas |
| dc.publisher.place.spa.fl_str_mv |
Medellín, Colombia |
| dc.publisher.branch.spa.fl_str_mv |
Universidad Nacional de Colombia - Sede Medellín |
| institution |
Universidad Nacional de Colombia |
| bitstream.url.fl_str_mv |
https://repositorio.unal.edu.co/bitstream/unal/82169/3/1152184023.2022.pdf https://repositorio.unal.edu.co/bitstream/unal/82169/4/license.txt https://repositorio.unal.edu.co/bitstream/unal/82169/5/1152184023.2022.pdf.jpg |
| bitstream.checksum.fl_str_mv |
f65ed18c17b1cc601a1367d9b5b32787 8a4605be74aa9ea9d79846c1fba20a33 fad68b82f9898e37732ff9ce9d65892e |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional Universidad Nacional de Colombia |
| repository.mail.fl_str_mv |
repositorio_nal@unal.edu.co |
| _version_ |
1814089944560304128 |
| spelling |
Atribución-NoComercial-SinDerivadas 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Velásquez Henao, Juan David7b16d4a5377f0f1b1f90d3c8c6fd9f8bUribe Lujan, Madelin1b1bd86402062519078a9379b502a11a2022-08-29T16:37:49Z2022-08-29T16:37:49Z2022-08-09https://repositorio.unal.edu.co/handle/unal/82169Universidad Nacional de ColombiaRepositorio Institucional Universidad Nacional de Colombiahttps://repositorio.unal.edu.co/ilustraciones, diagramas, tablasEn este trabajo final de maestría se presenta el desarrollo de un prototipo para la oferta de convenios de los empleados de las compañías que conforman el Grupo Suramericana, el cual inició con la comprensión del proceso, la recopilación de la información, describiendo las variables usadas y a partir de estas se realizó un análisis exploratorio con las principales características demográficas y socio-demográficas seleccionadas que representan la población objeto de este trabajo; se caracterizó la población usando las técnicas de clusterización, partiendo de la construcción de la base de datos con la respectiva transformación de las variables y se construyó el modelo haciendo uso del algoritmo K-MODES. Como resultado se describen las características de cada clúster obtenido, se corrió el algoritmo Árbol de Decisión para encontrar aquellas variables que explicaban el modelo de clusterización; a continuación se evaluó para cada clúster la usabilidad de los convenios por tipología, donde se calculó su porcentaje de uso y en base a esto se definió una métrica acorde a cada clúster, se usó el algoritmo Árbol de Decisión para evaluar si una persona usaría o no un tipo de convenio; finalmente se construyó un tablero que recogiera los resultados del prototipo del sistema de recomendación, cerrando este trabajo con los resultados y conclusiones. (Texto tomado de la fuente)This final master's thesis presents the development of a prototype for the offer of agreements of the employees of the companies that make up the Grupo Suramericana, which began with the understanding of the process, the collection of information, describing the variables used and from these an exploratory analysis was carried out with the main selected demographic and socio-demographic characteristics that represent the population object of this work; The population was characterized using clustering techniques, starting from the construction of the database with the respective transformation of the variables and the model was built using the K-MODES algorithm. As a result, the characteristics of each cluster obtained are described, the Decision Tree algorithm was run to find those variables that explained the clustering model; Next, the usability of the agreements by typology was evaluated for each cluster, where their percentage of use was calculated and based on this, a metric was defined according to each cluster, the Decision Tree algorithm was used to evaluate whether a person would use or not a type of agreement; Finally, a board was built that collected the results of the recommendation system prototype, closing this work with the results and conclusions.MaestríaMagíster en Ingeniería - AnalíticaÁrea Curricular de Ingeniería de Sistemas e Informática43 páginasapplication/pdfspaUniversidad Nacional de ColombiaMedellín - Minas - Maestría en Ingeniería - AnalíticaDepartamento de la Computación y la DecisiónFacultad de MinasMedellín, ColombiaUniversidad Nacional de Colombia - Sede Medellín000 - Ciencias de la computación, información y obras generales650 - Gerencia y servicios auxiliares::658 - Gerencia generalCluster analysisAnálisis clústerSistema de RecomendaciónÁrbol de DecisiónClústerBeneficiosGestión HumanaK-MODESRecommendation SystemDecision TreeClusterBenefitsHuman ManagementPrototipo de un sistema de recomendación para la oferta de convenios de los empleados de la Compañía SuramericanaPrototype of a recommendation system for the offer of agreements of the employees of the Suramericana CompanyTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionTexthttp://purl.org/redcol/resource_type/TMColombia[1] Comfama. People Analytics: Equipos Humanos que hacen empresas sostenibles. Obtenido de Memorías Eventos: Comfama octubre digital. 9 de octubre de 2019[2] Ruta N, #4Revolución: principales tecnologías. Marzo de 2020. [En linea]. Disponible en: https://www.rutanmedes/cuarta-revolucion-industrial[3] Performance Magazine, The KPI Institute. How to Measure the Performance of your Human Resources Department. Mayo de 2017. [En linea]. Disponible en: https://www.performancemagazine.org/performance-human-resources/[4] IBM Knowledge center. CRISP-DM Help. Septiembre de 2020. [En linea]. Disponible en: https://www.ibm.com/support/knowledgecenter/SS3RA7_15.0.0/com.ibm.spss.crispdm.help/crisp_overview.htm[5] J. Herrera, E. Castro, “Sistema de Recomendación de Matrículas en Asignaturas Basados en Perfiles de Docentes, Alumnos y Asignaturas en la Escuela Profesional de Ingeniería de Sistemas de la Universidad Nacional de San Agustín”. Julio de 2018. [En linea]. Disponible en: https://www-scopus-com.ezproxy.unal.edu.co/record/display.uri?eid=2-s2.0-85057477385&origin=resultslist&sort=plf-f&src=s&st1=sistema+recomendacion&st2=&sid=2d43abf3ff65ae53db41dc7b053d57ce&sot=b&sdt=b&sl=36&s=TITLE-ABS-KEY%28sistema+recomendacion%29&relpos=8&citeCnt=0&searchTerm=[6] M. Caro, J. Hernandez, “Diseño de un Sistema de Recomendación en Repositorios de Objetos de Aprendizaje Basado en la Percepción del Usuario: Caso Rodas”. Enero de 2011. [En lìnea]. Disponible en: http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0124-81702011000100004&lang=es[7] H. Yate, “Elección de población susceptible a campañas de comunicación mediante sistemas de recomendación en las droguerías Colsubsidio”. 2020. [En linea]. Disponible en: http://eds.b.ebscohost.com/eds/detail/detail?vid=1&sid=4d281688-dc54-45f4-94c9-b28d40141b06%40pdc-v-sessmgr04&bdata=Jmxhbmc9ZXMmc2l0ZT1lZHMtbGl2ZQ%3d%3d#AN=edsbas.87F717C&db=edsbas[8] S. Oliva, “Implementación y desarrollo de sistemas de recomendación para profundización de clientes y cruce de productos en un banco de retail”. 2017. [En linea]. Disponible en: http://eds.b.ebscohost.com/eds/detail/detail?vid=5&sid=4ffe05a3-7c95-4429-a6a0-395c45a08377%40pdc-v-sessmgr05&bdata=Jmxhbmc9ZXMmc2l0ZT1lZHMtbGl2ZQ%3d%3d#AN=edsbas.7786E2EA&db=edsbas[9] D. Arocha, “Sistemas de recomendación de productos para banca empresarial y corporativa: Un análisis comparativo”. Noviembre de 2018. [En linea]. Disponible en: http://eds.b.ebscohost.com/eds/detail/detail?vid=6&sid=4ffe05a3-7c95-4429-a6a0-395c45a08377%40pdc-v-sessmgr05&bdata=Jmxhbmc9ZXMmc2l0ZT1lZHMtbGl2ZQ%3d%3d#AN=edsbas.1835B43B&db=edsbas[10] D. Morales, D.Martín, “Integración de modelos de agrupamiento y reglas de asociación obtenidos de múltiples fuentes de datos”. Octubre de 2011. [En linea]. Disponible en: http://www.scielo.org.mx/pdf/cys/v16n2/v16n2a5.pdf[11] D. Galli, Soledad, “Python Feature Engineering Cookbook”. Enero de 2020.[12] D. Gonzalez, Ligdi, “Reducción de la dimensionalidad”. Abril de 2020. [En linea]. Disponible en: https://aprendeia.com/reduccion-de-la-dimensionalidad-machine-learning/[13] D. Ashish, Ashydv, “Bank Customer Clustering (K-Modes Clustering)”. SF. [En linea]. Disponible en: https://www.kaggle.com/ashydv/bank-customer-clustering-k-modes-clustering[14] D. Bonthu, Harika, “KModes Clustering Algorithm for Categorical data”. Junio de 2021. [En linea]. Disponible en: https://www.analyticsvidhya.com/blog/2021/06/kmodes-clustering-algorithm-for-categorical-data/[15] D. Amat, Joaquin, “KModes Clustering Algorithm for Categorical data”. Octubre de 2020. [En linea]. Disponible en: https://www.cienciadedatos.net/documentos/py07_arboles_decision_python.html[16] D. Aguila, Juan, “Webinar: Crea un motor de recomendación usando Machine Learning”. Julio de 2020. [En linea]. Disponible en: https://www.youtube.com/watch?v=NCQZuprocXk[17] D. Abella, Blanca, 2021. “Mejora de las predicciones en muestras desbalanceadas”. Tesis de Ingeniería Informática. Universidad Autonomma de Madrid. [En linea]. Disponible en: https://repositorio.uam.es/bitstream/handle/10486/697900/abella_miravet_blanca_tfg.pdf?sequence=1[18] Velasquez, Juan, “Métricas básicas de clasificación”. Septiembre de 2021. [En linea]. Disponible en: https://jdvelasq.github.io/courses/notebooks/sklearn_model_selection_and_evaluation/2-12_metricas_de_clasificacion.html[19] Gerón, Aurélien, “Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow Concepts, Tools, and Techniques to Build Intelligent Systems”. 2019.[20] Velasquez, Juan, “Inducción de reglas con el algoritmo Apriori”. 2019. [En linea]. Disponible en: https://jdvelasq.github.io/mineria-de-datos/notebooks/sklearn/apriori/01-induccion-de-items-apriori.htmlAdministradoresBibliotecariosEstudiantesInvestigadoresMaestrosPersonal de apoyo escolarORIGINAL1152184023.2022.pdf1152184023.2022.pdfTesis de Maestría en Ingeniería - Analíticaapplication/pdf1567386https://repositorio.unal.edu.co/bitstream/unal/82169/3/1152184023.2022.pdff65ed18c17b1cc601a1367d9b5b32787MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.unal.edu.co/bitstream/unal/82169/4/license.txt8a4605be74aa9ea9d79846c1fba20a33MD54THUMBNAIL1152184023.2022.pdf.jpg1152184023.2022.pdf.jpgGenerated Thumbnailimage/jpeg4146https://repositorio.unal.edu.co/bitstream/unal/82169/5/1152184023.2022.pdf.jpgfad68b82f9898e37732ff9ce9d65892eMD55unal/82169oai:repositorio.unal.edu.co:unal/821692024-08-08 23:11:32.71Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.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 |