Sistema de inteligencia de negocio para la caracterización del turista de naturaleza
Notice bibliographique
Résumé
Los sistemas de inteligencia de negocio es una de las manifestaciones de la revolución científico técnica contemporánea ampliamente generalizada en países desarrollados. Actualmente los sistemas informáticos aplicados al turismo son muy usados en la práctica internacional ya que han evolucionado las metodologías de investigación turística, posibilitando solucionar los problemas de almacenamiento de datos cada vez más relacionado con el proceso de toma decisiones. En la investigación se realiza un análisis de los conceptos, herramientas y metodologías que se consideran importantes en el problema, reflejando el estado actual en la solución del mismo. El Ministerio de Turismo de Cotopaxi, al tener entre sus misiones y tareas el estricto control del turista que visita sus atractivos turísticos, posee un gran volumen de información que es generada diariamente. Como una respuesta a esa necesidad se decidió implementar un sistema de inteligencia de negocio, para el estudio del perfil de turista que visita los atractivos turísticos de Cotopaxi. La construcción e implementación de este sistema, utilizando el gestor de base datos Postgree SQL y la herramienta de modelado multidimensional Pentaho, presentó buena aceptación por parte de los directivos del turismo en Cotopaxi y contribuye a la toma de decisiones de los empresarios a nivel de atractivo turístico.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».