Sistemas de Recomendaciones: Una herramienta para mejorar la gestión de la información en las PYMES

Autores/as

  • Gladys Patricia Guevara Albán UNIVERSIDAD TECNICA DE BABAHOYO
  • Cristian Guevara Albán Instituto Tecnológico Superior Babahoyo
  • Ivette Valverde Instituto Tecnológico Superior Babahoyo

DOI:

https://doi.org/10.26910/issn.2528-8083vol3issCITT2017.2018pp121-127

Palabras clave:

Sistemas de recomendaciones, Gestión de información, e-Commerce, PYMES

Resumen

La aparición de los sitios web, el crecimiento de las redes sociales, la búsqueda de formas más eficiente de recaudar información y analizarlas para la toma decisiones en tiempo real y la forma de como las personas se agrupan y planean consumir productos y/o servicios como parte de una actividad conjunta nacen los sistemas de recomendadores (SR) siendo este objeto de nuestro estudio y cuyo objetivo principal es incrementar el nivel de confianza en la gestión de la información y la toma de decisiones en las PYMES aplicando SR. La línea de investigación en recomendadores, que se encuentra actualmente en auge, sufre una serie de de ciencias, radicadas en un incorrecto modelado de los comportamientos sociales de los usuarios, que reducen su e ciencia. El presente estudio es de tipo documental, descriptivo y de campo. En cuanto a las técnicas se aplicó revisión documental, cuestionario y la entrevista para así tener una noción global del espectro de estudio. En cuanto a los resultados obtenidos, microempresarios que son objeto de este estudio manifestaron la necesidad de disponer de un sitio que mejore la búsqueda ordenada de información por recomendaciones aplicando un modelo de búsqueda específico mejorado el proceso de la toma de decisiones y los servicios al cliente.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

ARCOTEL (2017). 46,4 % de usuarios del Servicio Móvil Avanzado poseen un smartphone | Agencia de Regula- ción y Control de las Telecomunicaciones | Ecuador.

Carrillo Agurto, J. J. (2017). Implementación de un sistema de información para mejorar la gestión de los procesos de compra, venta y almacén de productos deportivos en la tienda casa de deportes rojitas eir ltda.-chimbote; 2014.

Ekos (2016). EKOS NEGOCIOS - Detalle Artículo.


El Comercio (2016). Las ventas on line amplían el mercado | Revista Líderes.


El Telégrafo (2016). El Telégrafo - Menos del 20% de empresas realiza comercio electrónico.


Galán Nieto, S. M. (2007). Filtrado Colaborativo y Sistemas de Recomendación.


Group Miniwatts Marketing (2017). Internet World Stats - Usage and Population Statistics.


Herlocker, J. L., Konstan, J. A., Borchers, A., and Riedl, J. (1999). An algorithmic framework for performing co- llaborative ltering. In Proceedings of the 22Nd Annual International ACM SIGIR Conference on Research and Development in Information Retrieval, SIGIR ’99, pages 230–237, New York, NY, USA. ACM.

Herlocker, J. L., Konstan, J. A., Terveen, L. G., and Riedl, J. T. (2004). Evaluating collaborative ltering recommender systems. ACM Trans. Inf. Syst., 22(1):5–53.


Herrera-Viedna, E., Porcel, C., and Hidalgo, L. (2004). Hipertext.net: Revista Académica sobre Documentación Digital y Comunicación Interactiva.


IAB (2014). IAB - Ecuador.


INEC (2015). Nothing found for Documentos Web-inec Estadisticas_Economicas DirectorioEmpresas Directorio_Emp.


López, J. F., Valdéz, E. N., Cueva, J., Sanjuán, O., Pelayo, B., and Montenegro, C. (2011). Plataforma de recomendación de contenidos para libros electrónicos in-teligentes basadas en el comportamiento de los usuarios. TECCIENCIA, 6(11):30–44.

Rangel, J. R. (2014). Minería de datos como soporte a la toma de decisiones empresariales en una arquitectura Soa. Innovación, Ingeniería y Desarrollo, 1(1).

Robin, B. (2002). Hybrid Recommender Systems: Survey and Experiments. User Modeling and User-Adapted Interaction, 12(4):331–370.

Sanjuan-Martinez, O., G-Bustelo, B. C. P., Crespo, R. G., and Franco, E. T. (2009). Using recommendation system for e-learning environments at degree level. International Journal of Interactive Multimedia and Artifi cial Intelligence, 1(2).

Sarwar, B., Karypis, G., Konstan, J., and Riedl, J. (2017). Item-Based Collaborative Filtering Recommendation Algorithms.

Descargas

Publicado

2018-02-28
Estadísticas
Resumen 603

Cómo citar

Guevara Albán, G. P., Guevara Albán, C., & Valverde, I. (2018). Sistemas de Recomendaciones: Una herramienta para mejorar la gestión de la información en las PYMES. Journal of Science and Research, 3(CITT2017), 121–127. https://doi.org/10.26910/issn.2528-8083vol3issCITT2017.2018pp121-127

Número

Sección

Artículo de Investigación

Artículos más leídos del mismo autor/a