Identificador persistente para citar o vincular este elemento: http://hdl.handle.net/10662/10272
Registro completo de Metadatos
Campo DCValoridioma
dc.contributor.advisorMuñoz Cañavate, Antonio-
dc.contributor.advisorLópez Pujalte, María Cristina-
dc.contributor.authorTena Mateos, María José-
dc.contributor.otherUniversidad de Extremadura. Escuela Internacional de Postgradoes_ES
dc.date.accessioned2020-02-05T11:27:01Z-
dc.date.available2020-02-05T11:27:01Z-
dc.date.issued2020-02-05-
dc.date.submitted2019-11-26-
dc.identifier.urihttp://hdl.handle.net/10662/10272-
dc.description.abstractLas empresas actuales se presentan ante la necesidad de contar con nuevos métodos y herramientas de gestión de la información que les permitan sobrevivir y prosperar en un entorno altamente competitivo donde la incertidumbre y la ambigüedad son la norma. Dos de las estrategias más destacadas que toman la información y su tratamiento como un elemento generador de valor en la toma de decisiones de las empresas son la Vigilancia Tecnológica y la Inteligencia Competitiva. Además, uno de los componentes fundamentales con los que debe contar un sistema basado en estas disciplinas es una metodología de recuperación de información eficiente. En los últimos años, uno de los principales ámbitos de investigación en la recuperación de información lo han configurado los Algoritmos Genéticos, una práctica dentro del campo de la Inteligencia Artificial. Su investigación nos ha permitido desarrollar un algoritmo con el que alcanzar un mayor entendimiento sobre cómo estos pueden contribuir a la mejora de la recuperación de información a través de la optimización de consultas y cómo los resultados obtenidos pueden ser aplicados, a su vez, sobre herramientas generadoras de conocimiento para las organizaciones.es_ES
dc.description.abstractCurrent companies are faced with the need for new methods and tools for information management that allow them to survive and prosper in a highly competitive environment where uncertainty and ambition are the norm. Two of the most prominent strategies that take information and its treatment as a generating element of value in the decision-making of companies are Technology Monitoring and Competitive Intelligence. In addition, one of the fundamental components with the obligations must have a system based on these disciplines is an efficient information retrieval methodology. In recent years, one of the main research changes in information retrieval has been configured by Genetic Algorithms, a practice within the field of Artificial Intelligence. His research has allowed us to develop an algorithm with which to achieve a greater understanding of how they can contribute to the improvement of information retrieval through query optimization and how the results can be applied, in turn, on tools that generate knowledge for organizations.es_ES
dc.format.extent639 p.es_ES
dc.format.mimetypeapplication/pdfen_US
dc.language.isospaes_ES
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectRecuperación de informaciónes_ES
dc.subjectOptimización de consultases_ES
dc.subjectAlgoritmos genéticoses_ES
dc.subjectInteligencia competitivaes_ES
dc.subjectVigilancia tecnológicaes_ES
dc.subjectInformation retrievales_ES
dc.subjectQuery optimizationes_ES
dc.subjectGenetic algorithmses_ES
dc.subjectCompetitive intelligencees_ES
dc.subjectTechnology monitoringes_ES
dc.titleDELPHOS: una aplicación para la ayuda a la toma de decisiones de las empresas basada en procesos de inteligencia competitiva y apoyada en algoritmos genéticos para la mejora de consultases_ES
dc.typedoctoralThesises_ES
europeana.typeTEXTen_US
dc.rights.accessRightsopenAccesses_ES
dc.subject.unesco5701.06 Documentaciónes_ES
dc.subject.unesco5910.01 Informaciónes_ES
dc.subject.unesco1203.04 Inteligencia Artificiales_ES
dc.subject.unesco1203.18 Sistemas de Información, Diseño Componenteses_ES
europeana.dataProviderUniversidad de Extremadura. Españaes_ES
dc.identifier.orcid0000-0002-6210-1806-
dc.identifier.orcid0000-0003-2032-6916-
Colección:Tesis doctorales

Archivos
Archivo Descripción TamañoFormato 
TDUEX_2019_Tena_Mateos.pdf14,01 MBAdobe PDFDescargar


Este elemento está sujeto a una licencia Licencia Creative Commons Creative Commons