Modelos de inteligencia de negocio aplicando aprendizaje supervisado para la optimización de procesos de la gestión administrativa: Una revisión de la literatura

Descripción del Articulo

Este estudio, realizado en la dirección de redes integradas de salud lima norte, Perú, ofrece una revisión de la literatura sobre cómo se aplican los modelos de inteligencia de negocios (BI) mediante el uso de aprendizaje supervisado para optimizar procesos en la gestión administrativa entre 2020 y...

Descripción completa

Detalles Bibliográficos
Autor: Rayme Quispe, Alexander Eli
Formato: tesis de grado
Fecha de Publicación:2024
Institución:Universidad Cesar Vallejo
Repositorio:UCV-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.ucv.edu.pe:20.500.12692/159352
Enlace del recurso:https://hdl.handle.net/20.500.12692/159352
Nivel de acceso:acceso abierto
Materia:Inteligencia de negocio
Aprendizaje supervisado
Optimización de procesos
Gestión administrativa
https://purl.org/pe-repo/ocde/ford#2.02.04
id UCVV_ae2163c85a2a81e63d5f399b68e18481
oai_identifier_str oai:repositorio.ucv.edu.pe:20.500.12692/159352
network_acronym_str UCVV
network_name_str UCV-Institucional
repository_id_str 3741
dc.title.es_PE.fl_str_mv Modelos de inteligencia de negocio aplicando aprendizaje supervisado para la optimización de procesos de la gestión administrativa: Una revisión de la literatura
title Modelos de inteligencia de negocio aplicando aprendizaje supervisado para la optimización de procesos de la gestión administrativa: Una revisión de la literatura
spellingShingle Modelos de inteligencia de negocio aplicando aprendizaje supervisado para la optimización de procesos de la gestión administrativa: Una revisión de la literatura
Rayme Quispe, Alexander Eli
Inteligencia de negocio
Aprendizaje supervisado
Optimización de procesos
Gestión administrativa
https://purl.org/pe-repo/ocde/ford#2.02.04
title_short Modelos de inteligencia de negocio aplicando aprendizaje supervisado para la optimización de procesos de la gestión administrativa: Una revisión de la literatura
title_full Modelos de inteligencia de negocio aplicando aprendizaje supervisado para la optimización de procesos de la gestión administrativa: Una revisión de la literatura
title_fullStr Modelos de inteligencia de negocio aplicando aprendizaje supervisado para la optimización de procesos de la gestión administrativa: Una revisión de la literatura
title_full_unstemmed Modelos de inteligencia de negocio aplicando aprendizaje supervisado para la optimización de procesos de la gestión administrativa: Una revisión de la literatura
title_sort Modelos de inteligencia de negocio aplicando aprendizaje supervisado para la optimización de procesos de la gestión administrativa: Una revisión de la literatura
author Rayme Quispe, Alexander Eli
author_facet Rayme Quispe, Alexander Eli
author_role author
dc.contributor.advisor.fl_str_mv Quinteros Navarro, Dino Michael
dc.contributor.author.fl_str_mv Rayme Quispe, Alexander Eli
dc.subject.es_PE.fl_str_mv Inteligencia de negocio
Aprendizaje supervisado
Optimización de procesos
Gestión administrativa
topic Inteligencia de negocio
Aprendizaje supervisado
Optimización de procesos
Gestión administrativa
https://purl.org/pe-repo/ocde/ford#2.02.04
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#2.02.04
description Este estudio, realizado en la dirección de redes integradas de salud lima norte, Perú, ofrece una revisión de la literatura sobre cómo se aplican los modelos de inteligencia de negocios (BI) mediante el uso de aprendizaje supervisado para optimizar procesos en la gestión administrativa entre 2020 y 2024. Se destaca la importancia de la inteligencia de negocios y el aprendizaje automático en la toma de decisiones estratégicas dentro de las organizaciones, enfocándose en su capacidad para mejorar la eficiencia administrativa examinando modelos de inteligencia de negocio que aplican aprendizaje supervisado para optimizar procesos de gestión administrativa. La metodología de revisión de la literatura sigue un enfoque similar al propuesto por Kitchenham, adaptado a las necesidades del estudio. Se establecen criterios de calidad para la selección de artículos, evaluando la claridad de los objetivos, metodología, área temática y presentación de resultados. Se utilizan herramientas como Zotero para extraer información relevante de los artículos seleccionados. Los resultados identifican los algoritmos más empleados en la optimización, como el de optimización, redes neuronales, aprendizaje profundo, machine learning y matemáticos. Las palabras clave más recurrentes incluyen machine learning, Industry 4.0, optimización y big data. Se destaca la falta de coautorías entre los investigadores revisados, lo que sugiere la necesidad de ampliar el alcance de futuras investigaciones. El análisis cuantitativo de los datos recopilados permite identificar patrones y relaciones significativas, contribuyendo a responder a las preguntas de investigación planteadas.
publishDate 2024
dc.date.accessioned.none.fl_str_mv 2025-02-11T16:10:28Z
dc.date.available.none.fl_str_mv 2025-02-11T16:10:28Z
dc.date.issued.fl_str_mv 2024
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12692/159352
url https://hdl.handle.net/20.500.12692/159352
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es_PE.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.es_PE.fl_str_mv https://creativecommons.org/licenses/by/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by/4.0/
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad César Vallejo
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.es_PE.fl_str_mv Repositorio Institucional - UCV
Universidad César Vallejo
dc.source.none.fl_str_mv reponame:UCV-Institucional
instname:Universidad Cesar Vallejo
instacron:UCV
instname_str Universidad Cesar Vallejo
instacron_str UCV
institution UCV
reponame_str UCV-Institucional
collection UCV-Institucional
bitstream.url.fl_str_mv https://repositorio.ucv.edu.pe/bitstream/20.500.12692/159352/1/B_Rayme_QAE-SD.pdf
https://repositorio.ucv.edu.pe/bitstream/20.500.12692/159352/2/B_Rayme_QAE.pdf
https://repositorio.ucv.edu.pe/bitstream/20.500.12692/159352/3/license.txt
https://repositorio.ucv.edu.pe/bitstream/20.500.12692/159352/4/B_Rayme_QAE-SD.pdf.txt
https://repositorio.ucv.edu.pe/bitstream/20.500.12692/159352/6/B_Rayme_QAE.pdf.txt
https://repositorio.ucv.edu.pe/bitstream/20.500.12692/159352/5/B_Rayme_QAE-SD.pdf.jpg
https://repositorio.ucv.edu.pe/bitstream/20.500.12692/159352/7/B_Rayme_QAE.pdf.jpg
bitstream.checksum.fl_str_mv 44718689a5375ea6e226e8319a2e32b5
517e8c70bf6fbbf08183841136d9dc44
8a4605be74aa9ea9d79846c1fba20a33
100ebb2b04a879df31a634d16bf5c2ef
a4190dd2a715d70d16ad1205f9228036
8617dbd077dc7bad6771bbfca9bb42c2
8617dbd077dc7bad6771bbfca9bb42c2
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio de la Universidad César Vallejo
repository.mail.fl_str_mv repositorio@ucv.edu.pe
_version_ 1825044363241062400
spelling Quinteros Navarro, Dino MichaelRayme Quispe, Alexander Eli2025-02-11T16:10:28Z2025-02-11T16:10:28Z2024https://hdl.handle.net/20.500.12692/159352Este estudio, realizado en la dirección de redes integradas de salud lima norte, Perú, ofrece una revisión de la literatura sobre cómo se aplican los modelos de inteligencia de negocios (BI) mediante el uso de aprendizaje supervisado para optimizar procesos en la gestión administrativa entre 2020 y 2024. Se destaca la importancia de la inteligencia de negocios y el aprendizaje automático en la toma de decisiones estratégicas dentro de las organizaciones, enfocándose en su capacidad para mejorar la eficiencia administrativa examinando modelos de inteligencia de negocio que aplican aprendizaje supervisado para optimizar procesos de gestión administrativa. La metodología de revisión de la literatura sigue un enfoque similar al propuesto por Kitchenham, adaptado a las necesidades del estudio. Se establecen criterios de calidad para la selección de artículos, evaluando la claridad de los objetivos, metodología, área temática y presentación de resultados. Se utilizan herramientas como Zotero para extraer información relevante de los artículos seleccionados. Los resultados identifican los algoritmos más empleados en la optimización, como el de optimización, redes neuronales, aprendizaje profundo, machine learning y matemáticos. Las palabras clave más recurrentes incluyen machine learning, Industry 4.0, optimización y big data. Se destaca la falta de coautorías entre los investigadores revisados, lo que sugiere la necesidad de ampliar el alcance de futuras investigaciones. El análisis cuantitativo de los datos recopilados permite identificar patrones y relaciones significativas, contribuyendo a responder a las preguntas de investigación planteadas.Lima NorteEscuela de Ingeniería de SistemasSistemas de Información y ComunicacionesDesarrollo sostenible, emprendimientos y responsabilidad social.Desarrollo económico, empleo y emprendimientoTrabajo decente y crecimiento económicoPRESENCIALapplication/pdfspaUniversidad César VallejoPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by/4.0/Repositorio Institucional - UCVUniversidad César Vallejoreponame:UCV-Institucionalinstname:Universidad Cesar Vallejoinstacron:UCVInteligencia de negocioAprendizaje supervisadoOptimización de procesosGestión administrativahttps://purl.org/pe-repo/ocde/ford#2.02.04Modelos de inteligencia de negocio aplicando aprendizaje supervisado para la optimización de procesos de la gestión administrativa: Una revisión de la literaturainfo:eu-repo/semantics/bachelorThesisSUNEDUIngeniería de SistemasUniversidad César Vallejo. Facultad de Ingeniería y ArquitecturaBachiller en Ingeniería de Sistemas41567782https://orcid.org/0000-0001-8174-877176098510612076Quinteros Navarro, Dino Michaelhttps://purl.org/pe-repo/renati/level#tituloProfesionalhttps://purl.org/pe-repo/renati/type#trabajoDeInvestigacionORIGINALB_Rayme_QAE-SD.pdfB_Rayme_QAE-SD.pdfapplication/pdf1685777https://repositorio.ucv.edu.pe/bitstream/20.500.12692/159352/1/B_Rayme_QAE-SD.pdf44718689a5375ea6e226e8319a2e32b5MD51B_Rayme_QAE.pdfB_Rayme_QAE.pdfapplication/pdf1985557https://repositorio.ucv.edu.pe/bitstream/20.500.12692/159352/2/B_Rayme_QAE.pdf517e8c70bf6fbbf08183841136d9dc44MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.ucv.edu.pe/bitstream/20.500.12692/159352/3/license.txt8a4605be74aa9ea9d79846c1fba20a33MD53TEXTB_Rayme_QAE-SD.pdf.txtB_Rayme_QAE-SD.pdf.txtExtracted texttext/plain50952https://repositorio.ucv.edu.pe/bitstream/20.500.12692/159352/4/B_Rayme_QAE-SD.pdf.txt100ebb2b04a879df31a634d16bf5c2efMD54B_Rayme_QAE.pdf.txtB_Rayme_QAE.pdf.txtExtracted texttext/plain53215https://repositorio.ucv.edu.pe/bitstream/20.500.12692/159352/6/B_Rayme_QAE.pdf.txta4190dd2a715d70d16ad1205f9228036MD56THUMBNAILB_Rayme_QAE-SD.pdf.jpgB_Rayme_QAE-SD.pdf.jpgGenerated Thumbnailimage/jpeg5442https://repositorio.ucv.edu.pe/bitstream/20.500.12692/159352/5/B_Rayme_QAE-SD.pdf.jpg8617dbd077dc7bad6771bbfca9bb42c2MD55B_Rayme_QAE.pdf.jpgB_Rayme_QAE.pdf.jpgGenerated Thumbnailimage/jpeg5442https://repositorio.ucv.edu.pe/bitstream/20.500.12692/159352/7/B_Rayme_QAE.pdf.jpg8617dbd077dc7bad6771bbfca9bb42c2MD5720.500.12692/159352oai:repositorio.ucv.edu.pe:20.500.12692/1593522025-02-11 22:24:43.878Repositorio de la Universidad César Vallejorepositorio@ucv.edu.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
score 13.877086
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).