Propuesta de aplicación de algoritmos de aprendizaje automático para mejorar la experiencia de usuarios del sistema de trámite documentario de la UNFV
DOI:
https://doi.org/10.57175/evsos.v1i4.64Palabras clave:
aprendizaje automático, algoritmos, red neuronal, sistema de trámite documentarioResumen
El presente trabajo titulado “Propuesta de Aplicación de Algoritmos de Aprendizaje Automático para mejorar la experiencia de usuarios del sistema de trámite documentario de la UNFV”, tiene como objetivo fundamental proponer algoritmos de aprendizaje automático para mejorar la experiencia de usuarios del sistema de trámite documentario de la UNFV, identificando modelos de aprendizaje y algoritmos. Es una investigación con un enfoque mixto, se utilizó técnicas como la entrevista, la observación y la encuesta, aplicada a dos tipos de usuarios que interactúan con el sistema, así como también un conjunto de solicitudes atendidas por el proceso de trámite documentario. Los resultados obtenidos son de un sistema de trámite documentario con problemas en la interacción y el soporte tecnológico que requiere, y se refleja en los niveles de satisfacción de los usuarios, que es regular en un promedio de 35% para usuarios externos e internos, asimismo se alcanzó un 88.42% en la predicción de satisfacción del usuario a través del modelo de red neuronal propuesta.
Descargas
Métricas
Citas
Banda, H. (04 de 2014). Researchgate.net. Recuperado el 03 de Febrero de 2022, de https://www.researchgate.net/publication/331087209_INTELIGENCIA_ARTIFI CIAL_PRINCI PIOS_Y_APLICACIONES_Informacion_del_Autor
Candia, D. (2019). Universidad Nacuional San Antonio Abad del Cusco - Repositorio Institucional. Recuperado el Febrero de 2022, de http://repositorio.unsaac.edu.pe/handle/20.500.12918/4120
Centro Europeo del Conocimiento para la Tecnología de la Información (EKCIT) (2022). Tic Portal. Recuperado el Febrero de 2022, de https://www.ticportal.es/temas/sistema-gestion- documental/que-essistema-gestion-documental
Cornejo, G. S. (23 de Marzo de 2021). Repositorio Institucional de la Universidad de Guayaquil, Recuperado el Febrero de 2022, de http://repositorio.ug.edu.ec/handle/redug/54980
Esposito, F., Ferilli, S., Di Mauro, N., & Basile, T. (2007). ResearchGate. Recuperado el Febrero de 2022, de https://www.researchgate.net/publication/225829686_Machine_Learning_for _Digital_Document_Processing_from_Layout_Analysis_to_Metadata_Extrac tion DOI: https://doi.org/10.1007/978-3-540-76280-5_5
Instituto Español de Estudios Estratégicos. (2017). Dialnet. (M. d. Defensa, Ed.)
Recuperado el Febrero de 2022, de https://dialnet.unirioja.es/servlet/articulo?codigo=6896757
Pujol, N. (2018). Repositorio Digital REPSOX. Recuperado el Febrero de
, de https://repositorio.uci.cu/bitstream/123456789/7918/1/Tesis.pdf
Rahmaoui, O., Souali, K., & Ouzzif, M. (2020). ASTES - Advances in Science, Technology and Engineering Systems Journal. Recuperado el Febrero de 2022, de https://www.astesj.com/publications/ASTESJ_0506151.pdf
Ta Hang, C. (2021). dspace.mit.edu. Recuperado el Febrero de 2022, de https://dspace.mit.edu/bitstream/handle/1721.1/139571/chen-brandonc-smsdm-2021- thesis.pdf?sequence=1&isAllowed=y
Universitat Oberta de Catalunya. (s.f). Archivo - Universitat Oberta de Catalunya. Obtenido de https://www.uoc.edu/portal/es/arxiu/gestiodocumental/que-es/index.html
Vera, A. L. (Julio de 2020). Repositorio Institucional de la Universidad de Guayaquil. Recuperado el Febrero de 2022, de http://repositorio.ug.edu.ec/bitstream/redug/55096/1/TESIS%20-%20VERA%20CORDOVA%20ANA%20LUISA.pdf
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2023 Martha Rocío Gonzales Loli, César Serapio Peña Carrillo, Ciro Rodríguez Rodríguez

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.







