Bron FB, Mar CO, Pérez PI

Idioma: Español
Referencias bibliográficas: 24
Paginas:
Archivo PDF: 724.08 Kb.

RESUMEN

Introducción: En la actualidad existen organizaciones que asumen como estructura un modelo de gestión por proyectos. El creciente número de proyectos que se conceptualizan y se desarrollan, genera gran cúmulo de datos. Sin embargo, la insuficiente capacidad de análisis y procesamiento sobre los datos generados, imposibilitan la identificación de información que facilite la toma de decisiones a los principales directivos. Objetivo: La presente investigación propone el desarrollo de un Sistema de recomendación que integra la Sumarización Lingüística de Datos (LDS). Materiales y métodos: En la investigación se destaca la utilización de métodos de la investigación científica empíricos y teóricos; a través del análisis histórico-lógico se revelaron las investigaciones asociadas al uso de LDS para la construcción de explicaciones de las recomendaciones. Se utilizó encuesta para corroborar la satisfacción de los usuarios en cuanto a la síntesis de la información almacenada en el repositorio de datos. Resultados: Las recomendaciones generadas aumentan la posibilidad de que los usuarios interpreten los datos almacenados a partir de la integración con explicaciones constituidas por resúmenes lingüísticos. Conclusiones: El sistema obtenido fue valorado como muy bueno para ser aplicado al problema de toma de decisiones sobre la evaluación de proyectos en centros de desarrollo de software.

REFERENCIAS (EN ESTE ARTÍCULO)

1. Torres S, Lugo JA, Piñero Pérez PY, Torres Quiñones KM, Perdomo Alonso A, Cuza García B, et al. Técnicas formales y de inteligencia artificial para la gestión de recursos humanos en proyectos informáticos. Rev Cuba Inform Méd [Internet]. 2014 [citado 3 Oct 2021];8:43-55

2. Castillo RM. Resumen lingüístico de series de datos mediante técnicas de Soft Computing: una aplicación a los cubos OLAP con dimensión tiempo [tesis doctoral]. Universidad de Granada: Editorial de la Universidad de Granada; 2012

3. Rivero C, Pérez I, Piñero Pérez PY, Bartumeu R. Process of cleaning data in the construction of the repository for research in project management. IV Conferencia Internacional en Ciencias Computacionales e Informática CICCI UCLV. Cuba; 2018.

4. Marín J, Lugo JA. Control de proyectos de software: actualidad y retos para la industria cubana. Ingeniare Revista chilena de ingeniería. 2016;24:102-12

5. Peña M, Rodríguez Rodríguez CR, Piñero Pérez PY. Computación con palabras para el análisis de factibilidad de proyectos de software. Tecnura. 2016;20:69-84

6. Sampieri R, Fernández C, Baptista P. Metodología de la investigación. Cuarta Edición. Mexico, MCGRAW-HILL; 2006

7. Łukasik S, Smęt M, Królewski J, editors. Generating Textual Descriptions for Recommendation Results using Fuzzy Linguistic Summaries. 2018 IEEE International Conference on Fuzzy Systems (FUZZ-IEEE); 2018 8-13 July; Rio de Janeiro Brazil, IEEE ; 2018

8. Pérez PP, Pupo IP, Hechavarría CCR, Lusardo CR, Sosa RG, López ST. Repositorio de datos para investigaciones en gestión de proyectos. Rev Cuba Inform Méd [Internet]. 2019 [citado 3 Oct 2021];3(1):176-91. Disponible en: Disponible en: https://rcci.uci.cu/?journal=rcci&page=article&op=view&path%5B%5D=1843

9. Pupo IP, Pérez PYP, Bello R, Acuña LA, Vacacela RG, editors. Linguistic Summaries Generation with Hybridization Method Based on Rough and Fuzzy Sets. International Joint Conference on Rough Sets; jun 29- jul 3 2020; La Habana Cuba: Springer; 2020

10. Maridueña Arroyave MR, Febles Estrada A. A college degree recommendation model. Dyna. 2016;83(199):29-34

11. Mar Cornelio O. Modelo para la toma de decisiones sobre el control de acceso a las prácticas de laboratorios de ingeniería de control II en un sistema de laboratorios remoto; Universidad de las Cencias Informáticas. 2019

12. Mar Cornelio O, Santana Ching I, Gulín González J. Operador por selección para la agregación de información en Mapa Cognitivo Difuso. Rev cuba cienc informat [Internet]. 2020; [citado 3 Oct 2021]14(1):20-39.Disponible en:Disponible en:http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S2227-18992020000100020

13. Schwarz M, Lobur M, Stekh Y, editors. Analysis of the effectiveness of similarity measures for recommender systems. 2017 14th International Conference The Experience of Designing and Application of CAD Systems in Microelectronics (CADSM); 21-25 Feb 2017. NY USA Curran asociates; 2017

14. Gao T, Cheng B, Chen J, Chen M. Enhancing collaborative filtering via topic model integrated uniform euclidean distance. China Communications. 2017;14(11):48-58

15. Padilla RC, Ruiz JG, Alava MV, Vázquez ML. Modelo de recomendación basado en conocimiento empleando números SVN: Infinite Study. EEUU, NCLM; 2018

16. Barranco M, Pérez L, Martínez L. Un sistema de recomendación basado en conocimiento con información lingüística multigranular. In Proceedings of the SIGEF XIII: Optimization techniques: Fuzziness and nonlinearity for management and economy; 2006 SIGEF XIII, 30th November- 2nd December, 2006, Hammamet, Tunisia.

17. Mar Cornelio O, Gulín González J, Bron Fonseca B, Garcés Espinosa JV. Sistema de apoyo al diagnóstico médico de COVID-19 mediante mapa cognitivo difuso. Revista Cubana de Salud Pública. 2020;46(4)

18. Donis Diaz C, Bello Pérez R, Kacprzyk J. Linguistic data summarization using an enhanced Genetic Algorithm; 2013 Polonia. Technical Transactions Automatic Control.

19. Piñero Pérez PY. Un modelo para el aprendizaje y la clasificación automática basado en técnicas de softcomputing. Villa Clara, Cuba: Universidad Central “Marta Abreu”; 2005

20. Zadeh LA, editor. The roles of soft computing and fuzzy logic in the conception, design and deployment of intelligent systems. Proceedings of 6th International Fuzzy Systems Conference; 1997 July 5-5; IEEE, EEUU; 1997

21. Zadeh LA, editor. The roles of soft computing and fuzzy logic in the conception, design and deployment of intelligent system. Circuits and Systems, 1996, IEEE Asia Pacific Conference on; 1996 Nov 18-21; IEEE; 1996

22. Kuzmina N. Metódicas investigativas de la actividad pedagógica.Rusia. Editorial Leningrado; 1970.

23. Castillo J, Ginoris O. Formación y desarrollo de los intereses profesionales pedagógicos en los estudiantes de primer año de la licenciatura en educación como inductores del aprendizaje autodidacto. Cuba:Instituto superior pedagógico “Juan Marinello”; 2005

24. López A, González V. La técnica de Iadov una aplicación para el estudio de la satisfacción de los alumnos por las clases de educación física. Revista Digital - Buenos Aires. Año 8 - N° 47 - Abril de 2002. [citado 3 Oct 2021]. Disponible en: Disponible en: https://www.efdeportes.com/efd47/iadov.htm