Razonamiento abductivo aplicado al diagnóstico de PyMEs
| dc.contributor.advisor | Zanni-Merk, Cecilia | |
| dc.contributor.coadvisor | Casali, Ana | |
| dc.creator | Boullosa, Lucas | |
| dc.date.accessioned | 2016-04-11T14:29:06Z | |
| dc.date.available | 2016-04-11T14:29:06Z | |
| dc.date.issued | 2015-12-04 | |
| dc.description.abstract | Las pequeñas y medianas empresas tienen un rol preponderante en las economías de todos los países. Este sector se caracteriza por proveer productos y servicios singulares, a diferencia de las grandes empresas que suelen enfocarse hacia soluciones más estandarizadas. Estas empresas padecen problemáticas específicas que pueden afectar desde su funcionamiento hasta su permanencia en el mercado. Para tener éxito en este ámbito, son indispensables habilidades gerenciales adicionales. Sin embargo, a menudo no cuentan con personal calificado en esas áreas por lo que deben contratar servicios de consultoría. El proyecto MAEOS viene desarrollando herramientas que permiten modelar esta realidad para asistir al consultor en su práctica cotidiana. Por un lado, mediante la formalización del conocimiento teórico disponible en la materia. Por otro, construyendo software que permite realizar inferencias con dicho conocimiento para asistir en el proceso de análisis. Estas inferencias corresponden a razonamiento de tipo deductivo. El presente trabajo completa el proceso de asesoramiento brindado a pequeñas y medianas empresas en el marco del proyecto MAEOS mediante la incorporación de un módulo de diagnóstico. En el proceso de diagnóstico utilizamos otro tipo de razonamiento denominado abductivo. En el desarrollo de esta nueva funcionalidad aplicamos razonamiento abductivo al conocimiento formalizado existente, para obtener una representación de la situación de la empresa, a partir de la cual el experto puede generar recomendaciones acerca de las acciones a realizar para que la misma alcance los objetivos deseados. Para poder llevar a cabo lo anterior tuvimos que implementar nuevamente parte de las aplicaciones que conformaban el proyecto. Con la utilización del mismo lenguaje en los diferentes módulos logramos una mejor integración entre los mismos. | es |
| dc.description.fil | FCEIA-UNR | es |
| dc.description.peerreviewed | Peer reviewed | |
| dc.format | application/pdf | |
| dc.identifier.uri | http://www.fceia.unr.edu.ar/lcc/t523/tesina.php?campo1=80 | |
| dc.identifier.uri | http://hdl.handle.net/2133/5818 | |
| dc.language.iso | spa | es |
| dc.publisher | Facultad de Ciencias Exactas, Ingeniería y Agrimensura. Universidad Nacional de Rosario | es |
| dc.rights | openAccess | es |
| dc.subject | razonamiento abductivo | es |
| dc.subject | razonamiento deductivo | es |
| dc.subject | encadenamiento hacia atrás (backward chaining) | es |
| dc.subject | encadenamiento hacia adelante (forward chaining) | es |
| dc.subject | PyMEs (Pequeñas y Medianas Empresas) | es |
| dc.title | Razonamiento abductivo aplicado al diagnóstico de PyMEs | es |
| dc.type | bachelorThesis | |
| dc.type | tesis de grado | |
| dc.type | publishedVersion | |
| dc.type.collection | tesis |