Diseño de app móvil que utiliza sistemas de filtrado de información mediante machine learning para identificar, recomendar y describir los datos de contacto de personas que laboran en el sector del calzado

Arevalo Jeréz, Germán; Moreno Corzo, Feisar Enrique

Diseño de app móvil que utiliza sistemas de filtrado de información mediante machine learning para identificar, recomendar y describir los datos de contacto de personas que laboran en el sector del calzado

dc.contributor.advisor	Santoyo Díaz, Julián Santiago
dc.contributor.author	Arevalo Jeréz, Germán
dc.contributor.author	Moreno Corzo, Feisar Enrique
dc.coverage.campus	UNAB Campus Bucaramanga	spa
dc.date.accessioned	2023-06-20T20:31:14Z
dc.date.available	2023-06-20T20:31:14Z
dc.date.issued	2023
dc.degree.name	Magíster en Gestión, Aplicación y Desarrollo de Software	spa
dc.description.abstract	El objetivo de este proyecto fue desarrollar un prototipo de aplicación móvil que use Machine Learning para generar recomendaciones de empleados a empresas del sector del calzado. Se siguió una metodología en tres fases: análisis y diseño de requerimientos, desarrollo y análisis de pruebas. Durante la fase de desarrollo se utilizó la metodología kanban para controlar el progreso de las tareas y actividades en un tablero con varias columnas. La aplicación cuenta con dos perfiles de usuario: empresa y empleado. Ambos perfiles interactúan para completar la interacción completa. La empresa busca nuevo personal y el empleado busca ser contratado. Para conocer la percepción de los usuarios frente al prototipo propuesto, se realizaron pruebas de usabilidad. El objetivo principal de la aplicación es proporcionar recomendaciones personalizadas de candidatos. Para ello, la aplicación utiliza técnicas de Machine Learning para analizar los datos y generar recomendaciones relevantes. La metodología kanban se utilizó durante la fase de desarrollo para gestionar el progreso de las tareas y actividades en un tablero con varias columnas. Esto permitió un control más efectivo del proceso de desarrollo y la capacidad de adaptarse rápidamente a los cambios y ajustes necesarios. Las pruebas de usabilidad realizadas permitieron conocer la percepción de los usuarios frente al prototipo propuesto. Se recopilaron comentarios y sugerencias para mejorar la aplicación y optimizar su funcionamiento.	spa
dc.description.abstractenglish	The objective of this project was to develop a prototype mobile application that uses Machine Learning to generate employee recommendations for companies in the footwear sector. A methodology was followed in three phases: requirements analysis and design, development, and testing analysis. During the development phase, the kanban methodology was used to control the progress of tasks and activities on a board with several columns. The application has two user profiles: company and employee. Both profiles interact to complete the full interaction. The company is looking for new employees, and the employee is looking to be hired. Usability tests were conducted to understand users' perceptions of the proposed prototype. The main objective of the application is to provide personalized candidate recommendations. To achieve this, the application uses Machine Learning techniques to analyze data and generate relevant recommendations. The kanban methodology was used during the development phase to manage the progress of tasks and activities on a board with several columns. This allowed for more effective control of the development process and the ability to quickly adapt to necessary changes and adjustments. Usability tests allowed us to understand users' perceptions of the proposed prototype. Comments and suggestions were collected to improve the application and optimize its functionality.	spa
dc.description.degreelevel	Maestría	spa
dc.description.learningmodality	Modalidad Presencial	spa
dc.description.tableofcontents	RESUMEN 3 ABSTRACT 4 INTRODUCCIÓN 10 1. MARCO TEÓRICO 13 1.1 MACHINE LEARNING 13 1.1.1 Tipos de machine learning. 13 1.2 SISTEMAS DE RECOMENDACIÓN 13 1.2.1 Clasificación de los sistemas de recomendación. 14 1.3 DESARROLLO DE APLICACIONES MÓVILES 14 1.3.1 Tipos de aplicaciones móviles. 14 1.4 SECTOR DEL CALZADO 15 1.4.1 Generalidades del sector del calzado. 15 1.4.2 Tendencia del mercado del sector del calzado en Colombia. 15 1.5 METODOLOGÍA KANBAN 16 1.5.1 Los principios Kanban. 16 1.5.2 Las 6 prácticas de la metodología Kanban. 16 1.6 ESTADO DEL ARTE 17 1.6.1 Trusted recommendation system based on level of trust (TRS_LoT). 17 1.6.2 Geographic visualization: designing manipulable maps for exploring temporally varying georeferenced statistics. 17 1.6.3 Exploiting user actions for app recommendations. 18 1.6.4 A combination of temporal and general preferences for app recommendation. 18 1.6.5 An application recommendation method based on IUF. 19 2. MÉTODO DE INVESTIGACIÓN 20 2.1 METODOLOGÍA PROPUESTA 20 3. DESARROLLO DEL PROTOTIPO 22 3.1 ANÁLISIS DE REQUERIMIENTOS 22 3.2 ARQUITECTURA CONCEPTUAL DE LA APLICACIÓN 26 3.3 DISEÑO 28 3.4 KANBAN 28 3.5 DESARROLLO 29 3.5.1 Herramientas de desarrollo. 30 3.5.2 Base de datos. 30 3.5.3 Autenticación. 30 3.5.4 Backend. 31 3.5.5 Script de recomendación. 31 3.5.6 Frontend. 33 3.5.7 Repositorio y links de interés. 34 4. ANALISIS DE USABILIDAD 35 5. CONCLUSIONES 41 6. RECOMENDACIONES Y TRABAJOS FUTUROS 42 REFERENCIAS BIBLIOGRÁFICAS 43 ANEXOS 47 ANEXO A. RESPUESTAS ENCUESTA LISTADO DE REQUERIMIENTO 47 ANEXO B. DISEÑO DE LAS PANTALLAS PARA EL PERFIL DE EMPRESA 55 ANEXO C. DISEÑO DE LAS PANTALLAS PARA EL PERFIL DE EMPLEADO 64 ANEXO D. COLECCIONES DE LA BASE DE DATOS 69 ANEXO E. RESPUESTAS A LA PREGUNTA DE RECOMENDACIONES 72	spa
dc.format.mimetype	application/pdf	spa
dc.identifier.instname	instname:Universidad Autónoma de Bucaramanga - UNAB	spa
dc.identifier.reponame	reponame:Repositorio Institucional UNAB	spa
dc.identifier.repourl	repourl:https://repository.unab.edu.co	spa
dc.identifier.uri	http://hdl.handle.net/20.500.12749/20329
dc.language.iso	spa	spa
dc.publisher.faculty	Facultad Ingeniería	spa
dc.publisher.grantor	Universidad Autónoma de Bucaramanga UNAB	spa
dc.publisher.program	Maestría en Gestión, Aplicación y Desarrollo de Software	spa
dc.relation.references	Abuein, Q., Shatnawi, A., & Al-Sheyab, H. (2017). Trusted recomendation system based on level of trust(TRS_LoT). 2017 International Conference on Engineering and Technology (ICET). https://doi.org/10.1109/icengtechnol.2017.8308148	spa
dc.relation.references	Álvarez Martínez, A. (2017). Propuesta para el uso del internet de las cosas con herramientas de software libre aplicado a la educación. Repositorio Institucional UNAB. http://hdl.handle.net/20.500.12749/3410	spa
dc.relation.references	Asana. (2022, 10 octubre). ¿Qué es la metodología Kanban y cómo funciona? •. https://asana.com/es/resources/what-is-kanban	spa
dc.relation.references	Bobadilla Sancho, J. (2020). Machine Learning y Deep Learning (1.a ed.). http://www.ebooks7-24.com.aure.unab.edu.co/?il=10277	spa
dc.relation.references	Ebone, A., Tan, Y., & Jia, X. (2018). A performance evaluation of cross-platform mobile application development approaches. Proceedings of the 5th International Conference on Mobile Software Engineering and Systems. https://doi.org/10.1145/3197231.3197252	spa
dc.relation.references	Editorial La República S.A.S. (2022, 12 febrero). «Desde Acicam se proyecta un incremento de 5% en producción del sector calzado». Diario La República. https://www.larepublica.co/empresas/desde-acicam-proyectamos-un-incremento-5-en-produccion-del-sector-calzado-3301506	spa
dc.relation.references	Escorcia Cabrera, R. A., & Arevalo Jerez, G. (2019). Prototipo de aplicación móvil para el análisis del mercado bursátil. Repositorio Institucional UNAB. http://hdl.handle.net/20.500.12749/7314	spa
dc.relation.references	Hernández Chávez, N. D. (2022). Diseño de una aplicación móvil que utiliza sistemas de filtrado de información mediante Machine Learning para identificar, recomendar y describir los datos de contacto de personas que laboran en las distintas fases de proyectos de construcción de viviendas familiares. Repositorio Institucional UNAB. http://hdl.handle.net/20.500.12749/16873	spa
dc.relation.references	Ibarra Galindo, L. (2021). Desarrollo de un prototipo de una aplicación móvil para el fomento de interacción, comunicación y consulta social a partir de ejes temáticos como estructura principal FRIS App 1.0. Repositorio Institucional UNAB. http://hdl.handle.net/20.500.12749/15316	spa
dc.relation.references	IBM. (s. f.). Machine Learning. https://www.ibm.com/mx-es/analytics/machine-learning	spa
dc.relation.references	Jang, B. R., Noh, Y., Lee, S. J., & Park, S. B. (2015). A combination of temporal and general preferences for app recommendation. 2015 International Conference on Big Data and Smart Computing (BIGCOMP). https://doi.org/10.1109/35021bigcomp.2015.7072829	spa
dc.relation.references	Jing, Y., Ye, L., & Zhu, L. (2021). The impact of digital technology on footwear design and manufacturing. 2021 International Conference on Computer Technology and Media Convergence Design (CTMCD). https://doi.org/10.1109/ctmcd53128.2021.00048	spa
dc.relation.references	Kazama, M., Sato, I., Yatabe, H., Ogihara, T., Onishi, T., & Nakagawa, H. (2016). Company recommendation for new graduates via implicit feedback multiple matrix factorization with Bayesian optimization. 2016 IEEE International Conference on Big Data (Big Data). https://doi.org/10.1109/bigdata.2016.7840772	spa
dc.relation.references	La Opinión. (2022, 30 marzo). Escasez de mano de obra retrasa pedidos del sector calzado. Noticias de Norte de Santander, Colombia y el mundo. https://www.laopinion.com.co/sectores-empresariales/escasez-de-mano-de-obra-retrasa-pedidos-del-sector-calzado	spa
dc.relation.references	MacEachren, A., Boscoe, F., Haug, D., & Pickle, L. (2002). Geographic visualization: designing manipulable maps for exploring temporally varying georeferenced statistics. Proceedings IEEE Symposium on Information Visualization (Cat. No.98TB100258). https://doi.org/10.1109/infvis.1998.729563	spa
dc.relation.references	Manzano Verjel, J. C., & Gómez Jaimes, K. J. (2020). Prototipo de aplicación móvil que facilita el aprendizaje y el manejo de las finanzas personales. Repositorio Institucional UNAB. http://hdl.handle.net/20.500.12749/12045	spa
dc.relation.references	Martinez, M. A., Bravo, J. G. P., Ríos, M. M., & Vázquez, M. L. (2020). Modelo de recomendación basado en conocimiento para el desarrollo del pensamiento del trabajo con objetos de aprendizaje. Revista Conrado, 16(75), 111-116. http://scielo.sld.cu/pdf/rc/v16n75/1990-8644-rc-16-75-111.pdf	spa
dc.relation.references	Neeraj, S., Oswald, C., & Sivaselvan, B. (2017). A Novel Gamification Approach to Recomendation Based Mobile Applications. 2017 Ninth International Conference on Advanced Computing (ICoAC). https://doi.org/10.1109/icoac.2017.8441300	spa
dc.relation.references	Pajuelo Holguera, F. (2021). Sistemas de recomendación basados en filtrado colaborativo: aceleración mediante computación reconfigurable y aplicaciones predictivas sensoriales. Repositorio Institucional de La Universidad de Extremadura. http://hdl.handle.net/10662/12476	spa
dc.relation.references	Shu, K., Wang, S., Liu, H., Tang, J., Chang, Y., & Luo, P. (2018). Exploiting User Actions for App Recommendations. 2018 IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining (ASONAM). https://doi.org/10.1109/asonam.2018.8508447	spa
dc.relation.references	Vilaca, J. L., & Fonseca, J. (2007). A New Software Application for Footwear Industry. 2007 IEEE International Symposium on Intelligent Signal Processing. https://doi.org/10.1109/wisp.2007.4447602	spa
dc.relation.references	Wikipedia. (2022, 4 agosto). Industria del calzado. Wikipedia, la enciclopedia libre. https://es.wikipedia.org/wiki/Industria_del_calzado	spa
dc.relation.references	Wu, Y., Lv, T., Zhang, L., & Sun, Z. (2020). An application recommendation method based on IUF. 2020 5th International Conference on Communication, Image and Signal Processing (CCISP). https://doi.org/10.1109/ccisp51026.2020.9273450	spa
dc.relation.references	Zhang, J., Zheng, H. H., & Dai, Y. Y. (2011). Analysis on comparation of the international competitiveness of clothing industry between China and Italy. 2011 International Conference on Electronics, Communications and Control (ICECC). https://doi.org/10.1109/icecc.2011.6068176	spa
dc.rights.accessrights	info:eu-repo/semantics/closedAccess	spa
dc.rights.creativecommons	Atribución-NoComercial-SinDerivadas 2.5 Colombia	*
dc.rights.local	Abierto (Texto Completo)	spa
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/2.5/co/	*
dc.subject.keywords	Machine Learning	spa
dc.subject.keywords	Footwear sector	spa
dc.subject.keywords	Recommendation system	spa
dc.subject.keywords	Mobile app	spa
dc.subject.lemb	Desarrollo de Software	spa
dc.subject.lemb	Ingeniería de sistemas	spa
dc.subject.proposal	Machine Learning	spa
dc.subject.proposal	Sector del calzado	spa
dc.subject.proposal	Sistema de recomendación	spa
dc.subject.proposal	Aplicación móvil	spa
dc.title	Diseño de app móvil que utiliza sistemas de filtrado de información mediante machine learning para identificar, recomendar y describir los datos de contacto de personas que laboran en el sector del calzado	spa
dc.title.translated	Mobile app design using systems information filtering machine through learning to identify, recommend and describe the contact details of people who work in the footwear sector	spa
dc.type.coar	http://purl.org/coar/resource_type/c_bdcc
dc.type.coarversion	http://purl.org/coar/version/c_ab4af688f83e57aa	spa
dc.type.driver	info:eu-repo/semantics/masterThesis
dc.type.hasversion	info:eu-repo/semantics/acceptedVersion
dc.type.local	Tesis	spa
dc.type.redcol	http://purl.org/redcol/resource_type/TM