Nexden
Nilus Expert Dispatch Management System (Sistema experto de ruteos para distribución de alimentos)
Resumen:
El presente trabajo final tiene como objetivo generar una prueba de concepto para una solución de servicios tecnológicos basados en conocimiento y explotación de datos, para una empresa dedicada a la distribución de alimentos en zonas carenciadas. Se trata de resolver el problema de la asignación y despacho de rutas para la distribución, en un contexto donde los servicios de geolocalización que son utilizados por la empresa carecen de información confiable sobre las zonas periféricas o alejadas de los centros más poblados. Luego de un análisis de los datos que dispone la empresa se seleccionó un subconjunto de los mismos con aquellos que resultaron más relevantes. A partir de los mismos se elaboraron un conjunto de herramientas que permiten agregar a la información de los servicios existentes “una capa” de conocimiento capaz de capturar aquella información definida como relevante para el negocio con el objetivo de poder clasificarlas como mejores o peores rutas en consideración de lo que resulta relevante para la empresa (distancia, estado, composición, restricciones, etc.). Se realizó como parte del trabajo, un análisis detallado de las fuentes de datos proporcionados por la empresa de forma de tener una idea clara del grado de profundidad y calidad que se puede obtener de la implementación de una solución de estas características en el momento actual y futuro. También se realizaron recomendaciones pertinentes en el caso de que se quisiera profundizar en las soluciones presentadas en este trabajo.
2021 | |
PROYECTOS-MD BIG DATA APRENDIZAJE AUTOMÁTICO GEOLOCALIZACIÓN DISTRIBUCIÓN DE SERVICIOS |
|
Español | |
Universidad ORT Uruguay | |
RAD | |
http://hdl.handle.net/20.500.11968/4546 | |
Acceso abierto |
_version_ | 1807261360886644736 |
---|---|
author | Carbonell González, Ignacio |
author2 | Espinosa Peralta, Carlos Marcelo Trocki Beitler, Victor |
author2_role | author author |
author_facet | Carbonell González, Ignacio Espinosa Peralta, Carlos Marcelo Trocki Beitler, Victor |
author_role | author |
bitstream.checksum.fl_str_mv | 44ebe10b3c347d5e80f7bb65343c6fa1 dbf690d8cff55a42ad665fc27e0493aa |
bitstream.checksumAlgorithm.fl_str_mv | MD5 MD5 |
bitstream.url.fl_str_mv | https://rad.ort.edu.uy/bitstreams/11fce14e-7f93-40b6-a8df-70895a74258e/download https://rad.ort.edu.uy/bitstreams/3377abe2-2bdd-4f00-9024-ed568fba82ac/download |
collection | RAD |
dc.contributor.advisor.none.fl_str_mv | Bianchi, Alejandro |
dc.contributor.tribunal.none.fl_str_mv | Bonillo Ramos, Pedro Nolasco Yovine, Sergio Fabián |
dc.creator.none.fl_str_mv | Carbonell González, Ignacio Espinosa Peralta, Carlos Marcelo Trocki Beitler, Victor |
dc.date.accessioned.none.fl_str_mv | 2021-11-23T18:16:16Z |
dc.date.available.none.fl_str_mv | 2021-11-23T18:16:16Z |
dc.date.issued.none.fl_str_mv | 2021 |
dc.description.abstract.none.fl_txt_mv | El presente trabajo final tiene como objetivo generar una prueba de concepto para una solución de servicios tecnológicos basados en conocimiento y explotación de datos, para una empresa dedicada a la distribución de alimentos en zonas carenciadas. Se trata de resolver el problema de la asignación y despacho de rutas para la distribución, en un contexto donde los servicios de geolocalización que son utilizados por la empresa carecen de información confiable sobre las zonas periféricas o alejadas de los centros más poblados. Luego de un análisis de los datos que dispone la empresa se seleccionó un subconjunto de los mismos con aquellos que resultaron más relevantes. A partir de los mismos se elaboraron un conjunto de herramientas que permiten agregar a la información de los servicios existentes “una capa” de conocimiento capaz de capturar aquella información definida como relevante para el negocio con el objetivo de poder clasificarlas como mejores o peores rutas en consideración de lo que resulta relevante para la empresa (distancia, estado, composición, restricciones, etc.). Se realizó como parte del trabajo, un análisis detallado de las fuentes de datos proporcionados por la empresa de forma de tener una idea clara del grado de profundidad y calidad que se puede obtener de la implementación de una solución de estas características en el momento actual y futuro. También se realizaron recomendaciones pertinentes en el caso de que se quisiera profundizar en las soluciones presentadas en este trabajo. |
dc.description.none.fl_txt_mv | Incluye bibliografía y anexos. |
dc.format.extent.none.fl_str_mv | 108 p. diagrs. tbls. |
dc.identifier.citation.none.fl_str_mv | Carbonell González, I. ., Espinosa Peralta, C. M., & Trocki Beitler, V. . (2021). Nexden: Nilus Expert Dispatch Management System (Sistema experto de ruteos para distribución de alimentos) (Trabajo final). Universidad ORT Uruguay, Facultad de Ingeniería. |
dc.identifier.uri.none.fl_str_mv | http://hdl.handle.net/20.500.11968/4546 http://hdl.handle.net/20.500.11968/4546 |
dc.language.iso.none.fl_str_mv | Español. spa |
dc.publisher.none.fl_str_mv | Universidad ORT Uruguay |
dc.relation.other.none.fl_str_mv | https://sisbibliotecas.ort.edu.uy/bib/91896 |
dc.rights.none.fl_str_mv | info:eu-repo/semantics/openAccess |
dc.source.none.fl_str_mv | reponame:RAD instname:Universidad ORT Uruguay instacron:Universidad ORT |
dc.subject.none.fl_str_mv | PROYECTOS-MD BIG DATA APRENDIZAJE AUTOMÁTICO GEOLOCALIZACIÓN DISTRIBUCIÓN DE SERVICIOS |
dc.title.none.fl_str_mv | Nexden Nilus Expert Dispatch Management System (Sistema experto de ruteos para distribución de alimentos) |
dc.type.none.fl_str_mv | Trabajo final de carrera info:eu-repo/semantics/bachelorThesis |
dc.type.version.none.fl_str_mv | info:eu-repo/semantics/publishedVersion |
description | Incluye bibliografía y anexos. |
eu_rights_str_mv | openAccess |
format | bachelorThesis |
id | RAD_196a1966e05a44d19773ef0d79b1aa65 |
identifier_str_mv | Carbonell González, I. ., Espinosa Peralta, C. M., & Trocki Beitler, V. . (2021). Nexden: Nilus Expert Dispatch Management System (Sistema experto de ruteos para distribución de alimentos) (Trabajo final). Universidad ORT Uruguay, Facultad de Ingeniería. |
instacron_str | Universidad ORT |
institution | Universidad ORT |
instname_str | Universidad ORT Uruguay |
language | spa |
language_invalid_str_mv | Español. |
network_acronym_str | RAD |
network_name_str | RAD |
oai_identifier_str | oai:rad.ort.edu.uy:20.500.11968/4546 |
publishDate | 2021 |
publisher.none.fl_str_mv | Universidad ORT Uruguay |
reponame_str | RAD |
repository.mail.fl_str_mv | rodriguez_v@ort.edu.uy |
repository.name.fl_str_mv | RAD - Universidad ORT Uruguay |
repository_id_str | 3927 |
spelling | Bianchi, AlejandroBonillo Ramos, Pedro NolascoYovine, Sergio FabiánCarbonell González, IgnacioEspinosa Peralta, Carlos MarceloTrocki Beitler, Victor2021-11-23T18:16:16Z2021-11-23T18:16:16Z2021Incluye bibliografía y anexos.El presente trabajo final tiene como objetivo generar una prueba de concepto para una solución de servicios tecnológicos basados en conocimiento y explotación de datos, para una empresa dedicada a la distribución de alimentos en zonas carenciadas. Se trata de resolver el problema de la asignación y despacho de rutas para la distribución, en un contexto donde los servicios de geolocalización que son utilizados por la empresa carecen de información confiable sobre las zonas periféricas o alejadas de los centros más poblados. Luego de un análisis de los datos que dispone la empresa se seleccionó un subconjunto de los mismos con aquellos que resultaron más relevantes. A partir de los mismos se elaboraron un conjunto de herramientas que permiten agregar a la información de los servicios existentes “una capa” de conocimiento capaz de capturar aquella información definida como relevante para el negocio con el objetivo de poder clasificarlas como mejores o peores rutas en consideración de lo que resulta relevante para la empresa (distancia, estado, composición, restricciones, etc.). Se realizó como parte del trabajo, un análisis detallado de las fuentes de datos proporcionados por la empresa de forma de tener una idea clara del grado de profundidad y calidad que se puede obtener de la implementación de una solución de estas características en el momento actual y futuro. También se realizaron recomendaciones pertinentes en el caso de que se quisiera profundizar en las soluciones presentadas en este trabajo.108 p. diagrs. tbls.Carbonell González, I. ., Espinosa Peralta, C. M., & Trocki Beitler, V. . (2021). Nexden: Nilus Expert Dispatch Management System (Sistema experto de ruteos para distribución de alimentos) (Trabajo final). Universidad ORT Uruguay, Facultad de Ingeniería.http://hdl.handle.net/20.500.11968/4546http://hdl.handle.net/20.500.11968/4546Español.spaUniversidad ORT Uruguayhttps://sisbibliotecas.ort.edu.uy/bib/91896PROYECTOS-MDBIG DATAAPRENDIZAJE AUTOMÁTICOGEOLOCALIZACIÓNDISTRIBUCIÓN DE SERVICIOSNexdenNilus Expert Dispatch Management System (Sistema experto de ruteos para distribución de alimentos)Trabajo final de carrerainfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionreponame:RADinstname:Universidad ORT Uruguayinstacron:Universidad ORTinfo:eu-repo/semantics/openAccessFI - Master en Big Data - MDFacultad de IngenieríaMasterMaster en Big DataTrabajo finalTrabajo final (Master). Universidad ORT Uruguay, Facultad de IngenieríaTHUMBNAILMaterial completo.pdf.jpgMaterial completo.pdf.jpgGenerated Thumbnailimage/jpeg2775https://rad.ort.edu.uy/bitstreams/11fce14e-7f93-40b6-a8df-70895a74258e/download44ebe10b3c347d5e80f7bb65343c6fa1MD53ORIGINALMaterial completo.pdfMaterial completo.pdfdescriptionapplication/pdf8915448https://rad.ort.edu.uy/bitstreams/3377abe2-2bdd-4f00-9024-ed568fba82ac/downloaddbf690d8cff55a42ad665fc27e0493aaMD5120.500.11968/45462024-07-22 16:15:14.95oai:rad.ort.edu.uy:20.500.11968/4546https://rad.ort.edu.uyUniversidadhttps://www.ort.edu.uy/https://rad.ort.edu.uy/server/oai/requestrodriguez_v@ort.edu.uyUruguayopendoar:39272024-07-22T16:15:14RAD - Universidad ORT Uruguayfalse |
spellingShingle | Nexden Carbonell González, Ignacio PROYECTOS-MD BIG DATA APRENDIZAJE AUTOMÁTICO GEOLOCALIZACIÓN DISTRIBUCIÓN DE SERVICIOS |
status_str | publishedVersion |
title | Nexden |
title_full | Nexden |
title_fullStr | Nexden |
title_full_unstemmed | Nexden |
title_short | Nexden |
title_sort | Nexden |
topic | PROYECTOS-MD BIG DATA APRENDIZAJE AUTOMÁTICO GEOLOCALIZACIÓN DISTRIBUCIÓN DE SERVICIOS |
url | http://hdl.handle.net/20.500.11968/4546 |