Tesis

Pronóstico de la demanda en el sector de restaurantes mediante técnicas de inteligencia artificial en el área urbana de Chimbote

2026-08-17T21:01:59Z

Pronóstico de la demanda en el sector de restaurantes mediante técnicas de inteligencia artificial en el área urbana de Chimbote Macedo Alcántara, Dayán Fernando La presente investigación evalúa el desempeño predictivo de las técnicas de inteligencia artificial y aprendizaje automático aplicadas al pronóstico de la demanda diaria de clientes en restaurantes del área urbana de Chimbote, bajo la metodología CRISP-DM. Durante la fase de modelado se identificó que ningún algoritmo individual capturaba simultáneamente los dos componentes estructurales de la demanda (estacionalidad universal y tendencia específica por establecimiento) lo que motivó el diseño de una arquitectura de dos niveles que integra un componente basado en Random Forest para la captura de patrones estacionales comunes a múltiples establecimientos, y un componente basado en Ridge Regression para la proyección de la tendencia específica de cada restaurante, incorporando un mecanismo de transferencia de conocimiento hacia nuevos establecimientos sin historial operativo previo. Con el propósito de comparar series con diferentes niveles de demanda, se analizaron 1,619 registros diarios correspondientes a tres restaurantes del área urbana de Chimbote: uno de comida oriental, otro de comida marina y el tercero de cocina criolla, abarcando el período de julio de 2023 a diciembre de 2024. Para separar las variaciones de cada serie, se recurrió a la descomposición STL con los parámetros period=7 y robust=True. De esta manera, se aislaron los componentes de tendencia, estacionalidad y residuo, lo que facilitó la normalización del índice estacional entre restaurantes con distintos volúmenes de operación. Los resultados obtenidos sobre el 20% más reciente del historial de cada establecimiento evidencian un MAE relativo global de 7.3%, significativamente por debajo del umbral del 15% establecido en la hipótesis, con valores individuales de 6.4% en Restaurante 01 (Oriental), 7.0% en Restaurante 02 (Marina) y 10.3% en Restaurante 03 (Criolla). El MASE global de 0.7201 confirma que la arquitectura supera consistentemente al modelo de referencia naïve lag-7 en los tres establecimientos. El análisis de importancia de variables revela que el día de la semana concentra el 95.2% de la capacidad explicativa del modelo, corroborando que la estacionalidad semanal constituye el principal determinante de la demanda en este sector

Modelo de buenas practicas para aplicar la seguridad de información para hospitales públicos nivel II, caso la Caleta Chimbote

2026-07-31T16:01:55Z

Modelo de buenas practicas para aplicar la seguridad de información para hospitales públicos nivel II, caso la Caleta Chimbote Carranza Lujan, Jorge Luis La seguridad de la información tiene un papel importante en las organizaciones, por ello en el presente informe tesis titulado “Modelo de buenas prácticas para aplicar la seguridad de la información para hospitales públicos nivel II, caso Hospital La Caleta Chimbote”, quiere contribuir en la búsqueda de una solución a través de buenas prácticas que contribuirán a reducir significativamente los riesgos de perdida de información. es por ello que se inició seleccionando los atributos más relevantes para proponer un modelo de aprendizaje con políticas, procedimientos y mecanismos necesarios para salvaguardar la información. A medida que se implemente una buena práctica, ayudará a gestionar la seguridad de la información a través de controles y procedimientos formales para evitar la pérdida de información que puede ocurrir debido a los riesgos y vulnerabilidades que enfrenta el Hospital Nivel 2 La Caleta. Las buenas prácticas ayudarán a crear una cultura organizacional de seguridad de la información y respaldarán la continuidad del negocio al reducir la incidencia de cambios o pérdidas de información que ocurren durante procesos comerciales críticos ocasionales.

Modelo de buenas practicas para aplicar AR-Learning en el manejo de vistas principales del curso de dibujo de Ingeniería en la UNS - 2019

2026-05-21T16:01:47Z

Modelo de buenas practicas para aplicar AR-Learning en el manejo de vistas principales del curso de dibujo de Ingeniería en la UNS - 2019 Mendoza Corpus, Carlos Alfredo La presente investigación desarrolla y valida un Modelo de Buenas Prácticas para aplicar AR-Learning orientado al manejo de vistas principales en el curso de Dibujo de Ingeniería de la Universidad Nacional del Santa. El estudio parte del diagnóstico institucional que identifica dificultades en la abstracción visual, el uso de técnicas tradicionales (como el cubo de cristal) y el tiempo prolongado requerido para obtener vistas principales a partir de un dibujo isométricos Con base en ello, se propone un modelo estructurado en fases (Planificar, Diseñar, Desarrollar, Probar y Desplegar), sustentado en lineamientos de buenas prácticas ampliamente reconocidos en educación y en el marco ITIL adaptado al contexto pedagógico La intervención implementa AR-Learning mediante un conjunto de recursos digitales, modelos tridimensionales optimizados, guías de interacción, rúbricas de evaluación y procedimientos estandarizados que garantizan accesibilidad, inclusión y coherencia pedagógica Para evaluar su eficacia se aplicó un diseño cuasi experimental con pre-test y pos-test, utilizando instrumentos validados por expertos (90% de aplicabilidad) y con altos niveles de confiabilidad (α = 0.855 y 0.891) La prueba de Kolmogorov-Smirnov confirmó la normalidad de los datos, permitiendo el uso de análisis paramétricos. Los resultados demuestran que el modelo de buenas prácticas aplicado al AR-Learning produce mejoras altamente significativas. La prueba T de Student evidencia diferencias sustanciales entre pre-test y pos-test (TC = 8.473 > T0.95;56 = 1.672; p < 0.05), confirmando un impacto directo en el desempeño estudiantil El tiempo para resolver vistas principales se redujo de 27 a 9 minutos, acompañado por una disminución de la variabilidad del desempeño (CV de 21.7% a 5.5%), lo cual refleja mayor eficiencia cognitiva y procedural. Asimismo, el nivel de logro se desplazó de predominancia en Inicio (32.1%) y Proceso (53.6%) hacia Logro (42.9%) y Logro destacado (57.1%) después de la intervención Los hallazgos corroboran estudios internacionales y locales sobre el impacto de la realidad aumentada en la visualización técnica, las habilidades espaciales y la comprensión de conceptos tridimensionales . Se concluye que la integración de un modelo sistemático de buenas prácticas para implementar AR-Learning constituye una estrategia pedagógica robusta, escalable y altamente efectiva para transformar la enseñanza del dibujo en ingeniería y optimizar procesos de aprendizaje vinculados a la representación gráfica.

Modelo para la predicción del éxito profesional en egresados de la UNS mediante aprendizaje automático basado en datos académicos y socioeconómicos

2026-04-07T16:01:25Z

Modelo para la predicción del éxito profesional en egresados de la UNS mediante aprendizaje automático basado en datos académicos y socioeconómicos López Heredia, Johan Max Alexander Esta investigación presenta el desarrollo de un modelo predictivo para estimar el éxito profesional de egresados de Ingeniería de Sistemas e Informática de la Universidad Nacional del Santa (UNS). Se recopilaron datos académicos (promedio de notas, ciclos cursados), socioeconómicos (dependencia económica, convivencia familiar) y laborales (tipo de contrato, certificaciones, relación con la carrera). Tras la limpieza y codificación de variables, se aplicaron técnicas de oversampling para balancear clases minoritarias y se entrenaron algoritmos de aprendizaje automático (Random Forest, XGBoost y MLPClassifier). Los resultados evidenciaron que Random Forest y XGBoost alcanzaron precisión y macro F1-score del 100% en los conjuntos de validación y prueba, resultado que, si bien podría reflejar sobreajuste dada la muestra reducida (n=96), superó ampliamente el umbral del 80% inicialmente propuesto. Además, la importancia de variables subraya que factores como los estudios de posgrado y las certificaciones pesan más que la nota promedio en la predicción del éxito. Estos hallazgos confirman la hipótesis de que la conjunción de datos académicos y socioeconómicos permite anticipar el nivel de éxito, ofreciendo a la UNS una herramienta de diagnóstico y acción para fortalecer la inserción laboral y la formación continua de sus estudiantes.