Please use this identifier to cite or link to this item: https://rinacional.tecnm.mx/jspui/handle/TecNM/1574
Title: Sistema de Generación Automatizada de Perfiles de Conocimiento Mediante Técnicas de Minería de Texto
Authors: Valdez Almada, Rogelio
Issue Date: 2017-08-31
Publisher: Tecnológico Nacional de México
metadata.dc.publisher.tecnm: Instituto Tecnológico de Hermosillo
Description: En la actualidad, hay una tendencia de incremento en el uso de computadoras y dispositivos móviles así como del internet. Estas herramientas son utilizadas para todo tipo de tareas cada día. Lo anterior marca una tendencia de aumento en la demanda de personas que puedan diseñar, implementar, mantener y actualizar el software de estas herramientas. En México, 70% de los egresados dicen tener dificultad para ingresar al mercado laboral. Algunos egresados en las áreas de ingeniería de software se les dificulta conseguir un trabajo acorde a su perfil. Sin embargo, las empresas desarrolladoras de software tienen problemas para conseguir el personal adecuado. El problema se presenta cuando se requiere filtrar entre cientos o incluso miles de posibilidades, aquellos candidatos que pudieran ser realmente compatibles con un puesto haciendo que este proceso sea muy costoso. El presente trabajo propone una solución a esta problemática utilizando procesamiento de lenguaje natural y técnicas de minería de texto para identificar a los candidatos más adecuados para puestos en el área de ingeniería de software. Todo esto, con el sistema de generación automatizada de perfiles de conocimiento, denominado KP GENERATOR. Se diseñó e implementó este sistema específicamente para esta problemática. Para el análisis y diseño, se realizó un análisis de las necesidades, un levantamiento de los requerimientos y se creó una arquitectura para el sistema. Para la implementación se utilizaron herramientas que nos permitieron realizar la misma de manera sencilla pero efectiva, solucionando los objetivos del presente trabajo. KP GENERATOR consta de cuatro elementos principales los cuales son: Preprocesamiento (extracción y preparación del curriculum para el procesamiento), Procesamiento (procesamiento de lenguaje natural, técnicas de minería de texto), Refinamiento (pequeños ajustes que permiten mejorar los resultados del procesamiento) y Presentación (interfaz gráfica encargada de la interacción con el usuario y de la visualización de resultados).
metadata.dc.type: info:eu-repo/semantics/masterThesis
Appears in Collections:Maestría en Ciencias de la Computación

Files in This Item:
File Description SizeFormat 
2017-078_Rogelio_Valdez_Aldama.pdfTEXTO COMPLETO10.34 MBAdobe PDFView/Open


This item is protected by original copyright



This item is licensed under a Creative Commons License Creative Commons