Sistema de recomendación basado en variables edáficas para el cultivo de plátano en el departamento de Risaralda
El cultivo de plátano es uno de los pilares de la agricultura Colombiana, graciasa sus bajos costes y su alto valor nutrimental, por ello se ubica como un alimento básico dentro de la canasta familiar del país. Sin embargo, el cultivo de plátano se enfrenta a una serie de retos dentro de su cadena d...
- Autores:
-
Posada Muñoz , Karen
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2022
- Institución:
- Universidad Tecnológica de Pereira
- Repositorio:
- Repositorio Institucional UTP
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.utp.edu.co:11059/14086
- Acceso en línea:
- https://hdl.handle.net/11059/14086
https://repositorio.utp.edu.co/home
- Palabra clave:
- 000 - Ciencias de la computación, información y obras generales::004 - Procesamiento de datos Ciencia de los computadores
Inteligencia artificial - Procesamiento de datos
Sistemas expertos
Ingenieria de programas informáticos
Sistema de recomendación
Aprendizaje de maquina
Agricultura
Banana
- Rights
- openAccess
- License
- Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
id |
UTP2_ede65a20b06abd0d759fa8c18355ffa4 |
---|---|
oai_identifier_str |
oai:repositorio.utp.edu.co:11059/14086 |
network_acronym_str |
UTP2 |
network_name_str |
Repositorio Institucional UTP |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Sistema de recomendación basado en variables edáficas para el cultivo de plátano en el departamento de Risaralda |
title |
Sistema de recomendación basado en variables edáficas para el cultivo de plátano en el departamento de Risaralda |
spellingShingle |
Sistema de recomendación basado en variables edáficas para el cultivo de plátano en el departamento de Risaralda 000 - Ciencias de la computación, información y obras generales::004 - Procesamiento de datos Ciencia de los computadores Inteligencia artificial - Procesamiento de datos Sistemas expertos Ingenieria de programas informáticos Sistema de recomendación Aprendizaje de maquina Agricultura Banana |
title_short |
Sistema de recomendación basado en variables edáficas para el cultivo de plátano en el departamento de Risaralda |
title_full |
Sistema de recomendación basado en variables edáficas para el cultivo de plátano en el departamento de Risaralda |
title_fullStr |
Sistema de recomendación basado en variables edáficas para el cultivo de plátano en el departamento de Risaralda |
title_full_unstemmed |
Sistema de recomendación basado en variables edáficas para el cultivo de plátano en el departamento de Risaralda |
title_sort |
Sistema de recomendación basado en variables edáficas para el cultivo de plátano en el departamento de Risaralda |
dc.creator.fl_str_mv |
Posada Muñoz , Karen |
dc.contributor.advisor.none.fl_str_mv |
Rodas Vásquez , Alejandro |
dc.contributor.author.none.fl_str_mv |
Posada Muñoz , Karen |
dc.subject.ddc.none.fl_str_mv |
000 - Ciencias de la computación, información y obras generales::004 - Procesamiento de datos Ciencia de los computadores |
topic |
000 - Ciencias de la computación, información y obras generales::004 - Procesamiento de datos Ciencia de los computadores Inteligencia artificial - Procesamiento de datos Sistemas expertos Ingenieria de programas informáticos Sistema de recomendación Aprendizaje de maquina Agricultura Banana |
dc.subject.other.none.fl_str_mv |
Inteligencia artificial - Procesamiento de datos Sistemas expertos Ingenieria de programas informáticos |
dc.subject.proposal.spa.fl_str_mv |
Sistema de recomendación Aprendizaje de maquina Agricultura Banana |
description |
El cultivo de plátano es uno de los pilares de la agricultura Colombiana, graciasa sus bajos costes y su alto valor nutrimental, por ello se ubica como un alimento básico dentro de la canasta familiar del país. Sin embargo, el cultivo de plátano se enfrenta a una serie de retos dentro de su cadena de producción, siendo la falta de integración del campo con las tecnologías y su ineficacia a la hora de escoger un suelo adecuado, algunos de los problemas mayoritarios a los cuales se enfrenta la agricultura, muestra de ello son los bajos rendimientos históricos que se han presentado (Ministerio de agricultura y desarrollo rural, 2020; Sylvio Belalcázar Carvajal, 2012). No obstante, estas problemáticas no son exclusivas del territorio Colombiano, casos similares se han presentado con diversos cultivos en diferentesterritorios, siendo la tecnología una de las principales herramientas a la hora de mejorar el ejercicio agrícola en sus diferentes procesos. Por lo tanto, se propone el desarrollo de un sistema de recomendación basado en el contenido, el cual usa técnicas de Machine Learning con el fin de recomendar los suelos más adecuados para el cultivo de plátano en Risaralda de acuerdo a sus características edáficas |
publishDate |
2022 |
dc.date.accessioned.none.fl_str_mv |
2022-05-10T21:45:09Z |
dc.date.available.none.fl_str_mv |
2022-05-10T21:45:09Z |
dc.date.issued.none.fl_str_mv |
2022 |
dc.type.none.fl_str_mv |
Trabajo de grado - Pregrado |
dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
dc.type.content.none.fl_str_mv |
Text |
dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
http://purl.org/coar/resource_type/c_7a1f |
status_str |
acceptedVersion |
dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/11059/14086 |
dc.identifier.instname.none.fl_str_mv |
Universidad Tecnológica de Pereira |
dc.identifier.reponame.none.fl_str_mv |
Repositorio institucional Universidad Tecnológica de Pereira |
dc.identifier.repourl.none.fl_str_mv |
https://repositorio.utp.edu.co/home |
url |
https://hdl.handle.net/11059/14086 https://repositorio.utp.edu.co/home |
identifier_str_mv |
Universidad Tecnológica de Pereira Repositorio institucional Universidad Tecnológica de Pereira |
dc.language.iso.none.fl_str_mv |
spa |
language |
spa |
dc.relation.references.none.fl_str_mv |
C. C. Aggarwal et al. Recommender systems, volume 1. Springer, 2016. S. S. Avinash Kumar and C. Pradhan. Recommendation system for crop identi fication and pest control technique in agriculture. International Conference on Communication & Signal Processing, 2019 R. Banik. Hands-On Recommendation Systems with Python. Packt Publishing Ltd, 2018 A. Bautista Cruz, J. Etchevers Barra, R. del Castillo, and C. Gutiérrez. La calidad del suelo y sus indicadores. Ecosistemas, 13(2), sep. 2004. URL https://www. revistaecosistemas.net/index.php/ecosistemas/article/view/572. A. Bhardwaj. Silhouette Coefficient, 2020. URL https://towardsdatascience. com/silhouette-coefficient-validating-clustering-techniques-e976bb81d10c. J. Bobadilla, F. Ortega, A. Hernando, and A. Gutiérrez. Recommender systems survey. Knowledge-Based Systems, 46:109–132, July 2013. doi: 10.1016/j.knosys. 2013.03.012. URL https://doi.org/10.1016/j.knosys.2013.03.012. R. Burke. Hybrid Recommender Systems: Survey and Experiments. User Modeling and User-Adapted Interaction, 12(4):331–370, 2002. doi: https://doi.org/10.1023/A: 1021240730564. URL http://www.springerlink.com/openurl.asp?id=doi: 10.1023/A:1021240730564{%}5Cnpapers2://publication/doi/10.1023/A: 1021240730564. S. B. Carvajal. El cultivo del plátano (musa aab simmonds) en el trópico., 1991. URL http://hdl.handle.net/20.500.12324/12434. F. J. Castellanos Galeano and J. C. Lucas Aguirre. CaracterizaciÃfÃsica del fruto en variedades de plátano cultivadas en la zona cafetera de Colombia. Acta AgronÃ, 48 BIBLIOGRAFÍA 60:176 – 182, 04 2011. ISSN 0120-2812. URL http://www.scielo.org.co/ scielo.php?script=sci_arttext&pid=S0120-28122011000200009&nrm=iso Congreso de Colombia. 1876 del 29 de diciembre de 2017. url http://es.presidencia.gov.co/normativa/normativa/LEY2017. C. Corporación Colombia Internacional. Acuerdo de competitividad de la cadena productiva del platano en colombia, 2000. URL http://repiica.iica.int/ docs/B0119e/B0119e.pdf. N. El-Bendary, E. Elhariri, M. Hazman, S. M. Saleh, and A. E. Hassanien. Cultivation time recommender system based on climatic conditions for newly reclaimed lands in egypt. Procedia Computer Science, 96:110–119, 2016. doi: 10.1016/j.procs.2016. 08.109. URL https://doi.org/10.1016/j.procs.2016.08.109. K. Falk. practical Recommender Systems. Manning Publications Co, 2019. FAO. La agricultura mundial en la perspectiva del año 2050. Cómo alimentar al mundo en 2050, 2009. B. O. F.O. Isinkaye, Y.O. Folajimi. Recommendation systems: Principles, methods and evaluation. Egyptian Informatics Journal, 2015. B. S. Francesco Ricci, Lior Rokach and P. B. Kantor. Recommender Systems Handbok. Springer, 2011. Y. GarcÃa, W. RamÃrez, and S. Sánchez. Indicadores de la calidad de los suelos: una nueva manera de evaluar este recurso. Pastos y Forrajes, 35:125 – 138, 06 2012. ISSN 0864-0394. URL http://scielo.sld.cu/scielo.php?script=sci_ arttext&pid=S0864-03942012000200001&nrm=iso A. T. Gediminas Adomavicius. Toward the next generation of recommender systems: A survey of the state-of-the-art and possible extensions. IEEE TRANSACTIONS ON KNOWLEDGE AND DATA ENGINEERING, 2005. Gildardo E. Palencia C. , Raúl Gómez Santos and José E. Mar tín S. Manejo sostenible del cultivo del plátano. url 49 BIBLIOGRAFÍA https://repository.agrosavia.co/bitstream/handle/20.500.12324/12888/4420956458.pdf?sequence = 1isAllowed = y, 2006. Gobernación de Risaralda, Instituto Interamericano de Cooperación para la Agricultura IICA and Secretaria de Agricultura y Desarrollo Rural. Plan departamental de extensiÓn agropecuaria departamento de risaralda. url https://www.minagricultura.gov.co/ministerio/direcciones/Documents/PDEA2020. S. K. Gorakala. Building a recommendation engines. Packt Publishing Ltd, 2016. S. K. Gorakala and M. Usuelli. Building a recommendation system with R. Packt Publishing Ltd, 2015. A. C. y. D. S. José Espinosa, Sylvio Belalcazar. Fertilizacion del platano en densidades altas. Seminario Internacional sobre Producción de Plátano, Armenia, Quindío, Colombia, 1998. G. Kembellec, G. Chartron, and I. Saleh. Recommender systems. 2014. ISBN 9781119054252. doi: 10.1002/9781119054252. J. Konaté, A. G. Diarra, S. O. Diarra, and A. Diallo. SyrAgri: A recommender system for agriculture in mali. Information, 11(12):561, Nov. 2020. doi: 10.3390/ info11120561. URL https://doi.org/10.3390/info11120561. N. H. Kulkarni, G. N. Srinivasan, B. M. Sagar, and N. K. Cauvery. Improving crop productivity through a crop recommendation system using ensembling technique. In 2018 3rd International Conference on Computational Systems and Information Technology for Sustainable Solutions (CSITSS). IEEE, Dec. 2018. doi: 10.1109/ csitss.2018.8768790. URL https://doi.org/10.1109/csitss.2018.8768790. V. Kumar, V. Dave, R. Bhadauriya, and S. Chaudhary. KrishiMantra. In Proceedings of the 3rd ACM Symposium on Computing for Development - ACM DEV '13. ACM Press, 2013. doi: 10.1145/2442882.2442933. URL https://doi.org/10. 1145/2442882.2442933. N. Lakshmi, M. Priya, M. S. Shetty, and M. M. C.R. Crop Recommendation System for Precision Agriculture. International Journal for Research in Applied Science & Engineering Technology, 6(V):1132 – 1136, 2018. S. learn developers. Nested versus non-nested cross-validation, 2010. URL https://scikit-learn.org/stable/auto{_}examples/model{_}selection/ plot{_}nested{_}cross{_}validation{_}iris.html. J. Lu, D. Wu, M. Mao, W. Wang, and G. Zhang. Recommender system application developments: A survey. Decision Support Systems, 74:12–32, 2015. ISSN 01679236. doi: 10.1016/j.dss.2015.03.008. URL http://dx.doi.org/10.1016/j.dss.2015. 03.008. S. N. M. Madhusree Kuanr, Bikram Kesari Rath. Crop recommender system for the farmers using mamdani fuzzy inference model. International Journal of Engineering & Technology, 2018. Martha Bolaños Benavides. Modelo productivo para el cultivo de plá tano en la zona central cafetera de colombia (paquete tecnológico). url https://repository.agrosavia.co/bitstream/handle/20.500.12324/13760/7548765805.pdf?sequence = 1isAllowed = y, 2012. M. S. A. Miftahul Jannat Mokarram. Rsf: A recommendation system for farmers. 2017 IEEE Region 10 Humanitarian Technology Conference (R10-HTC), 2017. Ministerio de agricultura y desarrollo rural. Cadena del plátano. url https://www.academia.edu/37439829/MINISTERIODEAGRICULT URAY DESARROLLORUR Ministerio de agricultura y desarrollo rural. Cadena de plÁtano. url https://sioc.minagricultura.gov.co/Platano/Documentos/2020-03-312020. E. Negre. Information and Recommender Systems, volume 4. John Wiley & Sons, Inc., 2015. ISBN 9781848217546. S. I. Nikita Vyavahare, Vrushali Vishwase and R. Mane. Digital agriculture system for crop prediction disease analysis based on machine learning. International Journal of Future Generation Communication and Networking, 2020 M. Pawar and G. Chillarge. Soil Toxicity Prediction and Recommendation System Using Data Mining in Precision Agriculture. 2018 3rd International Conference for Convergence in Technology, I2CT 2018, pages 1–5, 2018. doi: 10.1109/I2CT. 2018.8529754. V. S. Priyanka Rastogi. Raise : Hybrid recommender engine for agricultural domain. 4th International Conference on Computing for Sustainable Global Development, 2017. M. Pudumalar, M. K. S. Suriya, M. Ramanujam, and S. Muthuramalingam. Pesticide recommendation system for cotton crop diseases due to the climatic changes. Inter national Journal of Modern Research in Engineering & Management (IJMREM), pages 25–32, 2018. S. Raghuwanshi and R. Pateriya. Recommendation Systems: Techniques, Cha llenges, Application, and Evaluation. In Soft Computing for Problem Sol ving, volume 2, pages 151 – 164. Springer, 2019. ISBN 9789811315954. doi: 10.1007/978-981-13-1595-4_12. URL http://dx.doi.org/10.1007/ 978-981-13-1595-4{_}9. P. Rana, N. Jain, and U. Mittal. An Introduction to Basic Concepts on Recommender Systems. In Recommender System with Machine Learning and Artificial Intelligen ce: Practical Tools and Applications in Medical, Agricultural and Other Industries, chapter 1, pages 3 –25. Wiley, 1 st edition, 2020. ISBN 978-1-119-71157-5. H. Rhys. Machine Learning with R, the tidyverse, and mlr. Simon and Schuster, 2020. E. R. S. Pudumalar. Crop recomendation systemd for precision agriculture. Inter national Conference on Advanced Computing, 2016. M. A. Salam, M. A. Mahmood, Y. M. Awad, M. Hazman, N. El-Bendary, A. E. Hassanien, M. F. Tolba, and S. M. Saleh. Climate recommender system for wheat cultivation in north egyptian sinai peninsula. In P. Krömer, A. Abraham, and V. Snásel, editors, Proceedings of the Fifth International Conference on Innovations in Bio-Inspired Computing and Applications, IBICA 2014, June 23-25, 2014, Ostrava, Czech Republic, volume 303 of Advances in Intelligent Systems and Computing, pages 121–130. Springer, 2014. ISBN 978-3-319-08155- 7. doi: 10.1007/978-3-319-08156-4_13. URL http://dx.doi.org/10.1007/ 978-3-319-08156-4_13. R. S.Bangaru Kamatchi. Improvement of crop production using recommender system by weather forecasts. INTERNATIONAL CONFERENCE ON RECENT TRENDS IN ADVANCED COMPUTING, 2019. S. C. M. Sharma, A. Mitra, and D. Chakraborty. Concepts of Recommendation System from the Perspective of Machine Learning. In Recommender System with Machine Learning and Artificial Intelligence: Practical Tools and Applications in Medical, Agricultural and Other Industries, chapter 4, pages 73 – 87. Wiley, 1 st edition, 2020. ISBN 978-1-119-71157-5. G. Sylvester. Information and communication technologies for sustainable agriculture : indicators from asia and the pacific. Food & Agriculture Organization of the United Nations Regional Office for Asia the Pacific, 2013. Sylvio Belalcázar Carvajal. El cultivo del plÁtano en altas densidades de siembra. url https://www.ica.gov.co/eventos memorias/institucionales/2012/documentos/conferencia-dr–sylvio-belalcazar carvajal.aspx: :text=En2012. M. Zanker and M. Jessenitschnig. Case-studies on exploiting explicit customer requirements in recommender systems, volume 19. 2009. ISBN 1125700890. doi: 10.1007/s11257-008-9048-y |
dc.rights.license.none.fl_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) |
dc.rights.uri.none.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
dc.rights.coar.none.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) https://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 |
eu_rights_str_mv |
openAccess |
dc.format.extent.none.fl_str_mv |
59 Páginas |
dc.publisher.none.fl_str_mv |
Universidad Tecnológica de Pereira |
dc.publisher.program.none.fl_str_mv |
Ingeniería de Sistemas y Computación |
dc.publisher.faculty.none.fl_str_mv |
Facultad de Ingenierías |
dc.publisher.place.none.fl_str_mv |
Pereira |
publisher.none.fl_str_mv |
Universidad Tecnológica de Pereira |
institution |
Universidad Tecnológica de Pereira |
bitstream.url.fl_str_mv |
https://dspace7-utp.metabuscador.org/bitstreams/d0feee32-382e-41db-a1fc-76829c703cbb/download https://dspace7-utp.metabuscador.org/bitstreams/3dde5ef2-dc98-4b9a-9bca-a64ac83fac43/download https://dspace7-utp.metabuscador.org/bitstreams/76c8076f-cfe1-4823-84f4-0893cd65ec37/download https://dspace7-utp.metabuscador.org/bitstreams/10c823f0-de69-4da7-9d74-6e719fe465ec/download |
bitstream.checksum.fl_str_mv |
c5d6a8aa28a1179ccfd11e5b4db002d7 2f9959eaf5b71fae44bbf9ec84150c7a 34f7510fcd90d4db4f9c310dacf60d46 d7c8c0a2ea75482737df4f01958c10a4 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio de la Universidad Tecnológica de Pereira |
repository.mail.fl_str_mv |
bdigital@metabiblioteca.com |
_version_ |
1814022028999524352 |
spelling |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)Manifiesto (Manifestamos) en este documento la voluntad de autorizar a la Biblioteca Jorge Roa Martínez de la Universidad Tecnológica de Pereira la publicación en el Repositorio institucional (http://biblioteca.utp.edu.co), la versión electrónica de la OBRA titulada: ________________________________________________________________________________________________ ________________________________________________________________________________________________ ________________________________________________________________________________________________ La Universidad Tecnológica de Pereira, entidad académica sin ánimo de lucro, queda por lo tanto facultada para ejercer plenamente la autorización anteriormente descrita en su actividad ordinaria de investigación, docencia y publicación. La autorización otorgada se ajusta a lo que establece la Ley 23 de 1982. Con todo, en mi (nuestra) condición de autor (es) me (nos) reservo (reservamos) los derechos morales de la OBRA antes citada con arreglo al artículo 30 dehttps://creativecommons.org/licenses/by-nc-nd/4.0/http://purl.org/coar/access_right/c_abf2info:eu-repo/semantics/openAccessRodas Vásquez , AlejandroPosada Muñoz , Karen2022-05-10T21:45:09Z2022-05-10T21:45:09Z2022https://hdl.handle.net/11059/14086Universidad Tecnológica de PereiraRepositorio institucional Universidad Tecnológica de Pereirahttps://repositorio.utp.edu.co/homeEl cultivo de plátano es uno de los pilares de la agricultura Colombiana, graciasa sus bajos costes y su alto valor nutrimental, por ello se ubica como un alimento básico dentro de la canasta familiar del país. Sin embargo, el cultivo de plátano se enfrenta a una serie de retos dentro de su cadena de producción, siendo la falta de integración del campo con las tecnologías y su ineficacia a la hora de escoger un suelo adecuado, algunos de los problemas mayoritarios a los cuales se enfrenta la agricultura, muestra de ello son los bajos rendimientos históricos que se han presentado (Ministerio de agricultura y desarrollo rural, 2020; Sylvio Belalcázar Carvajal, 2012). No obstante, estas problemáticas no son exclusivas del territorio Colombiano, casos similares se han presentado con diversos cultivos en diferentesterritorios, siendo la tecnología una de las principales herramientas a la hora de mejorar el ejercicio agrícola en sus diferentes procesos. Por lo tanto, se propone el desarrollo de un sistema de recomendación basado en el contenido, el cual usa técnicas de Machine Learning con el fin de recomendar los suelos más adecuados para el cultivo de plátano en Risaralda de acuerdo a sus características edáficasPlantain cultivation is one of the pillars of Colombian agriculture, due to its low costs and its high nutritional value, making it a staple food in the country's family food basket. However, plantain cultivation faces a series of challenges within its production chain, being the lack of integration of the agriculture with technologies and its inefficiency when choosing a suitable soil, some of the main problems that Plantain crop faces, shows of this are the low historical yields that have been presented (Ministry of agriculture and rural development, 2020; Sylvio Belalcázar Carvajal, 2012). However, these problems are not exclusive to the Colombian territory; similar cases have occurred with various crops in different territories, with technology being one of the main tools when it comes to improving the agricultural exercise in its different processes. Therefore, the development of a content-based recommendation system is proposed, which uses Machine Learning techniques in order to recommend the most suitable soils for plantain cultivation in Risaralda according to its edaphic characteristics.Índice general Resumen III Lista de Figuras IV Lista de Tablas V 1 Introducción 1 2 Planteamiento del Problema 3 3 Justificación del Problema 5 4 Objetivos 7 4.1. Objetivo general . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 4.2. Objetivos específicos . . . . . . . . . . . . . . . . . . . . . . . . . . 7 5 Marco de Antecedentes 8 6 Marco Teórico 13 6.1. Sistemas de Recomendación . . . . . . . . . . . . . . . . . . . . . . 13 6.1.1. Calificaciones Explícitas e Implícitas . . . . . . . . . . . . . 16 6.2. Tipos de Sistemas de Recomendación . . . . . . . . . . . . . . . . . 18 6.2.1. Filtrado Colaborativo . . . . . . . . . . . . . . . . . . . . . 19 6.2.2. Filtrado Basado en el Contenido . . . . . . . . . . . . . . . . 23 6.2.3. Filtrado Híbrido . . . . . . . . . . . . . . . . . . . . . . . . . 28 7 Marco conceptual 30 7.1. Clima . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 7.2. Suelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 i 7.2.1. Factores físicos . . . . . . . . . . . . . . . . . . . . . . . . . 31 7.2.2. Factores químicos . . . . . . . . . . . . . . . . . . . . . . . . 31 8 Metodología 33 8.1. Obtención de la información . . . . . . . . . . . . . . . . . . . . . . 33 8.2. Preprocesamiento de Datos . . . . . . . . . . . . . . . . . . . . . . . 33 8.3. Construcción del Modelo para el Agrupamiento de Cultivos(Items) . 34 8.3.1. Sintonización del Modelo de Agrupamiento . . . . . . . . . . 34 8.3.2. Tipos de Algoritmo de Agrupamiento . . . . . . . . . . . . . 34 8.3.3. Métricas de Evaluación del Modelo de Agrupamiento . . . . 34 8.4. Construcción del Modelo para el Sistema de Recomendación . . . . 35 8.4.1. Calculo de Similitudes . . . . . . . . . . . . . . . . . . . . . 35 8.4.2. Generación de Top-k Cultivos Recomendados . . . . . . . . 35 8.4.3. Métricas de Evaluación del Sistema de Recomendación . . . 36 8.5. Arquitectura del Sistema de Recomendación (Instanciación tecnológica) 36 9 Cronograma 37 10 Desarrollo del proyecto 38 10.1. Cultivo de plátano en el departamento de Risaralda . . . . . . . . . 38 10.2. Tecnologías para la implementación del sistema de recomendación . 38 10.3. Características relevantes del cultivo de plátano . . . . . . . . . . . 39 10.4. Conjunto de datos . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 10.5. pre-procesamiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 10.6. Modelos de clasificación y regresión . . . . . . . . . . . . . . . . . . 41 10.6.1. Sintonización de hiperparametros . . . . . . . . . . . . . . . 41 10.6.2. Calculo de similitudes . . . . . . . . . . . . . . . . . . . . . 41 10.7. Arquitectura del sistema de recomendación . . . . . . . . . . . . . . 42 10.8. Evaluando el sistema de recomendación . . . . . . . . . . . . . . . . 42 11 Conclusiones 47 Bibliografía 48PregradoIngeniero(a) de Sistemas y Computación59 PáginasspaUniversidad Tecnológica de PereiraIngeniería de Sistemas y ComputaciónFacultad de IngenieríasPereira000 - Ciencias de la computación, información y obras generales::004 - Procesamiento de datos Ciencia de los computadoresInteligencia artificial - Procesamiento de datosSistemas expertosIngenieria de programas informáticosSistema de recomendaciónAprendizaje de maquinaAgriculturaBananaSistema de recomendación basado en variables edáficas para el cultivo de plátano en el departamento de RisaraldaTrabajo de grado - Pregradoinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1fTextinfo:eu-repo/semantics/bachelorThesisC. C. Aggarwal et al. Recommender systems, volume 1. Springer, 2016.S. S. Avinash Kumar and C. Pradhan. Recommendation system for crop identi fication and pest control technique in agriculture. International Conference on Communication & Signal Processing, 2019R. Banik. Hands-On Recommendation Systems with Python. Packt Publishing Ltd, 2018A. Bautista Cruz, J. Etchevers Barra, R. del Castillo, and C. Gutiérrez. La calidad del suelo y sus indicadores. Ecosistemas, 13(2), sep. 2004. URL https://www. revistaecosistemas.net/index.php/ecosistemas/article/view/572.A. Bhardwaj. Silhouette Coefficient, 2020. URL https://towardsdatascience. com/silhouette-coefficient-validating-clustering-techniques-e976bb81d10c.J. Bobadilla, F. Ortega, A. Hernando, and A. Gutiérrez. Recommender systems survey. Knowledge-Based Systems, 46:109–132, July 2013. doi: 10.1016/j.knosys. 2013.03.012. URL https://doi.org/10.1016/j.knosys.2013.03.012.R. Burke. Hybrid Recommender Systems: Survey and Experiments. User Modeling and User-Adapted Interaction, 12(4):331–370, 2002. doi: https://doi.org/10.1023/A: 1021240730564. URL http://www.springerlink.com/openurl.asp?id=doi: 10.1023/A:1021240730564{%}5Cnpapers2://publication/doi/10.1023/A: 1021240730564.S. B. Carvajal. El cultivo del plátano (musa aab simmonds) en el trópico., 1991. URL http://hdl.handle.net/20.500.12324/12434.F. J. Castellanos Galeano and J. C. Lucas Aguirre. CaracterizaciÃfÃsica del fruto en variedades de plátano cultivadas en la zona cafetera de Colombia. Acta AgronÃ, 48 BIBLIOGRAFÍA 60:176 – 182, 04 2011. ISSN 0120-2812. URL http://www.scielo.org.co/ scielo.php?script=sci_arttext&pid=S0120-28122011000200009&nrm=isoCongreso de Colombia. 1876 del 29 de diciembre de 2017. url http://es.presidencia.gov.co/normativa/normativa/LEY2017.C. Corporación Colombia Internacional. Acuerdo de competitividad de la cadena productiva del platano en colombia, 2000. URL http://repiica.iica.int/ docs/B0119e/B0119e.pdf.N. El-Bendary, E. Elhariri, M. Hazman, S. M. Saleh, and A. E. Hassanien. Cultivation time recommender system based on climatic conditions for newly reclaimed lands in egypt. Procedia Computer Science, 96:110–119, 2016. doi: 10.1016/j.procs.2016. 08.109. URL https://doi.org/10.1016/j.procs.2016.08.109.K. Falk. practical Recommender Systems. Manning Publications Co, 2019.FAO. La agricultura mundial en la perspectiva del año 2050. Cómo alimentar al mundo en 2050, 2009.B. O. F.O. Isinkaye, Y.O. Folajimi. Recommendation systems: Principles, methods and evaluation. Egyptian Informatics Journal, 2015.B. S. Francesco Ricci, Lior Rokach and P. B. Kantor. Recommender Systems Handbok. Springer, 2011.Y. GarcÃa, W. RamÃrez, and S. Sánchez. Indicadores de la calidad de los suelos: una nueva manera de evaluar este recurso. Pastos y Forrajes, 35:125 – 138, 06 2012. ISSN 0864-0394. URL http://scielo.sld.cu/scielo.php?script=sci_ arttext&pid=S0864-03942012000200001&nrm=isoA. T. Gediminas Adomavicius. Toward the next generation of recommender systems: A survey of the state-of-the-art and possible extensions. IEEE TRANSACTIONS ON KNOWLEDGE AND DATA ENGINEERING, 2005.Gildardo E. Palencia C. , Raúl Gómez Santos and José E. Mar tín S. Manejo sostenible del cultivo del plátano. url 49 BIBLIOGRAFÍA https://repository.agrosavia.co/bitstream/handle/20.500.12324/12888/4420956458.pdf?sequence = 1isAllowed = y, 2006.Gobernación de Risaralda, Instituto Interamericano de Cooperación para la Agricultura IICA and Secretaria de Agricultura y Desarrollo Rural. Plan departamental de extensiÓn agropecuaria departamento de risaralda. url https://www.minagricultura.gov.co/ministerio/direcciones/Documents/PDEA2020.S. K. Gorakala. Building a recommendation engines. Packt Publishing Ltd, 2016.S. K. Gorakala and M. Usuelli. Building a recommendation system with R. Packt Publishing Ltd, 2015.A. C. y. D. S. José Espinosa, Sylvio Belalcazar. Fertilizacion del platano en densidades altas. Seminario Internacional sobre Producción de Plátano, Armenia, Quindío, Colombia, 1998.G. Kembellec, G. Chartron, and I. Saleh. Recommender systems. 2014. ISBN 9781119054252. doi: 10.1002/9781119054252.J. Konaté, A. G. Diarra, S. O. Diarra, and A. Diallo. SyrAgri: A recommender system for agriculture in mali. Information, 11(12):561, Nov. 2020. doi: 10.3390/ info11120561. URL https://doi.org/10.3390/info11120561.N. H. Kulkarni, G. N. Srinivasan, B. M. Sagar, and N. K. Cauvery. Improving crop productivity through a crop recommendation system using ensembling technique. In 2018 3rd International Conference on Computational Systems and Information Technology for Sustainable Solutions (CSITSS). IEEE, Dec. 2018. doi: 10.1109/ csitss.2018.8768790. URL https://doi.org/10.1109/csitss.2018.8768790.V. Kumar, V. Dave, R. Bhadauriya, and S. Chaudhary. KrishiMantra. In Proceedings of the 3rd ACM Symposium on Computing for Development - ACM DEV '13. ACM Press, 2013. doi: 10.1145/2442882.2442933. URL https://doi.org/10. 1145/2442882.2442933.N. Lakshmi, M. Priya, M. S. Shetty, and M. M. C.R. Crop Recommendation System for Precision Agriculture. International Journal for Research in Applied Science & Engineering Technology, 6(V):1132 – 1136, 2018.S. learn developers. Nested versus non-nested cross-validation, 2010. URL https://scikit-learn.org/stable/auto{_}examples/model{_}selection/ plot{_}nested{_}cross{_}validation{_}iris.html.J. Lu, D. Wu, M. Mao, W. Wang, and G. Zhang. Recommender system application developments: A survey. Decision Support Systems, 74:12–32, 2015. ISSN 01679236. doi: 10.1016/j.dss.2015.03.008. URL http://dx.doi.org/10.1016/j.dss.2015. 03.008.S. N. M. Madhusree Kuanr, Bikram Kesari Rath. Crop recommender system for the farmers using mamdani fuzzy inference model. International Journal of Engineering & Technology, 2018.Martha Bolaños Benavides. Modelo productivo para el cultivo de plá tano en la zona central cafetera de colombia (paquete tecnológico). url https://repository.agrosavia.co/bitstream/handle/20.500.12324/13760/7548765805.pdf?sequence = 1isAllowed = y, 2012.M. S. A. Miftahul Jannat Mokarram. Rsf: A recommendation system for farmers. 2017 IEEE Region 10 Humanitarian Technology Conference (R10-HTC), 2017.Ministerio de agricultura y desarrollo rural. Cadena del plátano. url https://www.academia.edu/37439829/MINISTERIODEAGRICULT URAY DESARROLLORURMinisterio de agricultura y desarrollo rural. Cadena de plÁtano. url https://sioc.minagricultura.gov.co/Platano/Documentos/2020-03-312020.E. Negre. Information and Recommender Systems, volume 4. John Wiley & Sons, Inc., 2015. ISBN 9781848217546.S. I. Nikita Vyavahare, Vrushali Vishwase and R. Mane. Digital agriculture system for crop prediction disease analysis based on machine learning. International Journal of Future Generation Communication and Networking, 2020M. Pawar and G. Chillarge. Soil Toxicity Prediction and Recommendation System Using Data Mining in Precision Agriculture. 2018 3rd International Conference for Convergence in Technology, I2CT 2018, pages 1–5, 2018. doi: 10.1109/I2CT. 2018.8529754.V. S. Priyanka Rastogi. Raise : Hybrid recommender engine for agricultural domain. 4th International Conference on Computing for Sustainable Global Development, 2017.M. Pudumalar, M. K. S. Suriya, M. Ramanujam, and S. Muthuramalingam. Pesticide recommendation system for cotton crop diseases due to the climatic changes. Inter national Journal of Modern Research in Engineering & Management (IJMREM), pages 25–32, 2018.S. Raghuwanshi and R. Pateriya. Recommendation Systems: Techniques, Cha llenges, Application, and Evaluation. In Soft Computing for Problem Sol ving, volume 2, pages 151 – 164. Springer, 2019. ISBN 9789811315954. doi: 10.1007/978-981-13-1595-4_12. URL http://dx.doi.org/10.1007/ 978-981-13-1595-4{_}9.P. Rana, N. Jain, and U. Mittal. An Introduction to Basic Concepts on Recommender Systems. In Recommender System with Machine Learning and Artificial Intelligen ce: Practical Tools and Applications in Medical, Agricultural and Other Industries, chapter 1, pages 3 –25. Wiley, 1 st edition, 2020. ISBN 978-1-119-71157-5.H. Rhys. Machine Learning with R, the tidyverse, and mlr. Simon and Schuster, 2020.E. R. S. Pudumalar. Crop recomendation systemd for precision agriculture. Inter national Conference on Advanced Computing, 2016.M. A. Salam, M. A. Mahmood, Y. M. Awad, M. Hazman, N. El-Bendary, A. E. Hassanien, M. F. Tolba, and S. M. Saleh. Climate recommender system for wheat cultivation in north egyptian sinai peninsula. In P. Krömer, A. Abraham, and V. Snásel, editors, Proceedings of the Fifth International Conference on Innovations in Bio-Inspired Computing and Applications, IBICA 2014, June 23-25, 2014, Ostrava, Czech Republic, volume 303 of Advances in Intelligent Systems and Computing, pages 121–130. Springer, 2014. ISBN 978-3-319-08155- 7. doi: 10.1007/978-3-319-08156-4_13. URL http://dx.doi.org/10.1007/ 978-3-319-08156-4_13.R. S.Bangaru Kamatchi. Improvement of crop production using recommender system by weather forecasts. INTERNATIONAL CONFERENCE ON RECENT TRENDS IN ADVANCED COMPUTING, 2019.S. C. M. Sharma, A. Mitra, and D. Chakraborty. Concepts of Recommendation System from the Perspective of Machine Learning. In Recommender System with Machine Learning and Artificial Intelligence: Practical Tools and Applications in Medical, Agricultural and Other Industries, chapter 4, pages 73 – 87. Wiley, 1 st edition, 2020. ISBN 978-1-119-71157-5.G. Sylvester. Information and communication technologies for sustainable agriculture : indicators from asia and the pacific. Food & Agriculture Organization of the United Nations Regional Office for Asia the Pacific, 2013.Sylvio Belalcázar Carvajal. El cultivo del plÁtano en altas densidades de siembra. url https://www.ica.gov.co/eventos memorias/institucionales/2012/documentos/conferencia-dr–sylvio-belalcazar carvajal.aspx: :text=En2012.M. Zanker and M. Jessenitschnig. Case-studies on exploiting explicit customer requirements in recommender systems, volume 19. 2009. ISBN 1125700890. doi: 10.1007/s11257-008-9048-yPublicationORIGINALTRABAJO DE GRADO.pdfTRABAJO DE GRADO.pdfapplication/pdf835851https://dspace7-utp.metabuscador.org/bitstreams/d0feee32-382e-41db-a1fc-76829c703cbb/downloadc5d6a8aa28a1179ccfd11e5b4db002d7MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-814828https://dspace7-utp.metabuscador.org/bitstreams/3dde5ef2-dc98-4b9a-9bca-a64ac83fac43/download2f9959eaf5b71fae44bbf9ec84150c7aMD52TEXTTRABAJO DE GRADO.pdf.txtTRABAJO DE GRADO.pdf.txtExtracted texttext/plain87905https://dspace7-utp.metabuscador.org/bitstreams/76c8076f-cfe1-4823-84f4-0893cd65ec37/download34f7510fcd90d4db4f9c310dacf60d46MD53THUMBNAILTRABAJO DE GRADO.pdf.jpgTRABAJO DE GRADO.pdf.jpgGenerated Thumbnailimage/jpeg6685https://dspace7-utp.metabuscador.org/bitstreams/10c823f0-de69-4da7-9d74-6e719fe465ec/downloadd7c8c0a2ea75482737df4f01958c10a4MD5411059/14086oai:dspace7-utp.metabuscador.org:11059/140862024-09-05 17:23:06.073https://creativecommons.org/licenses/by-nc-nd/4.0/Manifiesto (Manifestamos) en este documento la voluntad de autorizar a la Biblioteca Jorge Roa Martínez de la Universidad Tecnológica de Pereira la publicación en el Repositorio institucional (http://biblioteca.utp.edu.co), la versión electrónica de la OBRA titulada: ________________________________________________________________________________________________ ________________________________________________________________________________________________ ________________________________________________________________________________________________ La Universidad Tecnológica de Pereira, entidad académica sin ánimo de lucro, queda por lo tanto facultada para ejercer plenamente la autorización anteriormente descrita en su actividad ordinaria de investigación, docencia y publicación. La autorización otorgada se ajusta a lo que establece la Ley 23 de 1982. Con todo, en mi (nuestra) condición de autor (es) me (nos) reservo (reservamos) los derechos morales de la OBRA antes citada con arreglo al artículo 30 deopen.accesshttps://dspace7-utp.metabuscador.orgRepositorio de la Universidad Tecnológica de Pereirabdigital@metabiblioteca.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 |