Sistema de recomendación inteligente para mejorar la toma de decisiones en la fijación de precios de productos hortícolas en las microempresa

• Autores: Suclle Surco, Davis Alessandro, Assereto Huamani, Andres Antonio
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Peruana de Ciencias Aplicadas
• Repositorio: UPC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorioacademico.upc.edu.pe:10757/675796
• Enlace del recurso: http://hdl.handle.net/10757/675796
• Nivel de acceso: acceso abierto
• Materia: XGBoostRegressor; Productos Hortícolas; Predicción de precios; Inteligencia artificial; Sistema de recomendación; Horticultural products; Price prediction; Artificial intelligence; Recommender system; https://purl.org/pe-repo/ocde/ford#2.02.04; https://purl.org/pe-repo/ocde/ford#2.00.00

Este proyecto tiene como finalidad implementar un Sistema de Recomendación Inteligente para mejorar la fijación de precios de productos hortícolas en las microempresas de Lima. Además, para la gestión del Proyecto se usará la metodología PMBOK y cumplirá con los Student Otucome planteados. Para lograr este objetivo, se organizó el proyecto, planteando la problemática, objetivos principales y específicos, y la gestión del proyecto. Luego se llevó a cabo un análisis sobre qué modelo de predicción debemos usar para las predicciones, en dónde se usó el XGBoostRegressor y teniendo esto en cuenta, se desarrolló de un Sistema de Recomendación utilizando algoritmos de Machine Learning para las predicciones de precios a corto plazo. Teniendo el Sistema desarrollado se procedió a realizar pruebas de la efectividad de predicción, en dónde el promedio de la efectividad deberá superar el 90%. Después de esto, se procedió a probar el Sistema de Recomendación en un entorno real (Gran Mercado Mayorista de Lima), en dónde se realizaron 3 pruebas a diferentes segmentos de microempresarios en base a preguntas relacionadas a indicadores Confiabilidad, Usabilidad y Precisión, los cuales, haciendo un conteo global para cada prueba, deberá superar el 50% de aprobación por parte de los microempresarios. Finalmente, se procedía a realizar un Plan de Continuidad que asegura la vitalidad del Sistema de Recomendación a largo plazo, el cual cuenta con roles asignados para cada plan elaborado, tales como el Plan de Gestión de Incidentes, Plan de Gestión de Problemas, Plan de Gestión de Niveles de Servicio, entre otros.