Análisis del impacto del marketing digital en el engagement de Monte Rojo

Peña Palacio, Juan Alejandro | 2020

RESUMEN: En el presente trabajo se realiza un estudio sobre el impacto del marketing digital en el engagement de la marca Monte Rojo y en la interacción que genera con su público objetivo en las redes sociales. Esta investigación se lleva a cabo debido a la creciente necesidad de las empresas de crear estrategias eficientes al momento de generar recordación de marca, para lo cual buscan transmitir correctamente su identidad por medio de la publicidad. Por lo tanto, a través de este trabajo se desea evaluar cómo los distintos factores que intervienen en la composición de las piezas publicitarias de una compañía pueden influir en las emociones de los usuarios al observarlas y en su interacción con las publicaciones. Para esto, se utilizan dos métodos de recolección de datos; el primero corresponde a una encuesta a través de la cual se busca evaluar lo que los consumidores perciben de forma consciente en la publicidad de Monte Rojo; el segundo es a través de la captura de las señales electroencefalográficas generadas al exponer a tres individuos a las piezas publicitarias de la marca, capturas que son realizadas por medio de una interfaz cerebro-computadora (BCI) comúnmente utilizada para estudios de neuromarketing. Para el procesamiento de las señales electroencefalográficas se utilizan dos modelos neuronales que permiten comprimir la información y simplificar el análisis de datos; en dicho análisis se comparan los resultados arrojados por las encuestas y los resultados arrojados por los modelos neuronales bajo un marco teórico de la psicología del color y su efecto en la publicidad. La investigación realizada identificó las emociones que generan las distintas imágenes publicitarias y las características que las hacen más propensas a tener una buena interacción con los usuarios de las redes sociales, arrojando como resultado que las imágenes con colores amarillo y rojo generan emociones intensas que llevan al usuario a la acción.

Diseño de un sistema de visión artificial para la identificación de camas de siembra vacías en un entorno controlado

Puerta Echandia, Alejandro | 2022

RESUMEN: El siguiente trabajo muestra el diseño y desarrollo de un sistema de detección de espacios vacíos en las camas de siembra de la empresa Flores el Trigal, este trabajo detalla el planteamiento del problema y la metodología implementada en el proceso de desarrollo. En la empresa Flores el Trigal se lleva a cabo el cultivo de varios tipos de flores, entre estos está el Pompón, la cual es la flor de interés en este trabajo de grado, sucede que en el proceso de cultivo se llegan a presentar diversas perdidas en los esquejes, este fenómeno se debe a que en algunos casos no se llegan a sembrar todos los esquejes, o el proceso de siembre no se lleva a cabo de la manera adecuada. Para dar solución a este problema se propuso la implementación de un sistema de visión artificial el cual pueda realizar la detección de estas zonas que quedan sin sembrar, el cumplimiento de este sistema es posible implementando una Raspberry Pi 3B+. El desarrollo metodológico se realiza implementado la estructura expuesta por Karl T Ulrich, en esta se detalla el proceso de construcción que se llevó a cabo en la fabricación de la estructura y del modelo implementado que ofrece la red neuronal Yolo y Custom Vision, por medio de estas dos herramientas es posible realizar el reconocimiento de las variables designadas como Pompón, Espacio y Fallo, adicional a esto se utiliza la técnica de procesamiento digital de imágenes, implementando la librería OpenCV de Python. Estas técnicas permiten identificar las variables anteriormente nombradas, estas variables se obtienen a partir de un modelo entrenado, el cual cuenta con un porcentaje de desempeño y acierto, estos modelos se sujetan a comparación para elegir el modelo que va a ser implementado en el sistema Raspberry Pi 3B+, el cual permitirá la detección en campo.

Diseño e implementación de un sistema de control que utilice señales electromiográficas para activar una prótesis mioeléctrica

Ramírez Giraldo, Juan Carlos | 2006

En el siguiente documento se presenta el diseño e implementación de los métodos de tratamiento de señales que buscan encontrar en las señales electromiográficas características representativas de cuatro movimientos de la mano las cuales permitirán establecer patrones de movimiento específicos que sirvan para controlar una prótesis electromiográfica o cualquier aparato electrónico susceptible de control. No se llegará a clasificar automáticamente la señal; se proponen todos los elementos requeridos hasta la etapa previa a la clasificación. Se plantea un estudio cuidadoso de la señal electromiográfica superficial, un análisis topológico, frecuencial y estadístico que busca definir en la electromiografía de cada movimiento los elementos más representativos tal que permitan a un sistema de control, basado principalmente en la clasificación de dichos elementos, decidir qué movimiento se ha realizado. Para alcanzar este objetivo se hace una revisión exhaustiva de la señal electromiográfica, de los factores que afectan su medición y las variables de interés al momento de captar la señal. Además, se tratan las técnicas de acondicionamiento más adecuadas; se estudian diferentes algoritmos (técnicas) de procesamiento motivando encontrar las características más representativas de cada movimiento estudiado tal que sirvan como entrada a un sistema de clasificación, el cual finalmente, será propuesto en su estructura (para que determine el tipo de movimiento realizado) más no se implementará. Como resultado del trabajo se presentará un protocolo para la toma de las señales electromiográficas, las técnicas de acondicionamiento y de procesamiento propuestas así como los vectores de características representativos de los movimientos estudiados. A su vez, entregará una base de datos que servirá como punto de partida para futuros estudios y se recomendará el sistema de clasificación más apropiado para clasificar los movimientos. Se concluye el documento con el análisis de los resultados obtenidos y las conclusiones y recomendaciones para el trabajo futuro. Es importante aclarar que este análisis se basa en un sólo punto para la toma de la electromiografía (aplicando una técnica diferencial) superficial, planteando dentro de todo el trabajo que el Crosstalk de la señal permite obtener información sobre los demás músculos del antebrazo sin utilizar más hardware que el requerido para una sola electromiografía.

Identificación de patrones emocionales a partir de la actividad bioeléctrica cerebral ante una publicidad audiovisual

Peña Palacio, Juan Alejandro | 2015

Entendiendo al consumidor como el ente fundamental de una organización y el elemento base en la creación de un plan de acción, determinar y conocer claramente lo que siente cuando está expuesto a un estímulo publicitario, permite crear estrategias de mercadeo alineadas con las necesidades del cliente, que sean sistemáticas, objetivas y coherentes para orientar correctamente el horizonte de una organización. Ésta investigación tiene como propósito clasificar patrones emocionales en cuatro emociones: ira, tristeza, alegría y miedo, obtenidos a partir de la medición de señales bioeléctricas en los consumidores al estar expuestos a una publicidad audiovisual, mediante la elaboración de máquinas de vector soporte, que luego de un proceso de aprendizaje y validación, sean capaces de diferenciar dichas emociones. Para encontrar alternativas de solución a los problemas planteados anteriormente, se recurre a la elaboración de redes neuronales que se entrenan con las señales recolectadas al exponer a un grupo de consumidores a datos obtenidos de un banco de imágenes certificadas en la generación de dichas emociones. Posteriormente se les presenta un video con cuatro comerciales, previamente analizados, buscando despertar las emociones de interés para la investigación. En la siguiente etapa se hace el tratamiento de los datos obtenidos de las imágenes y el video de los comerciales, siendo esta información el recurso base para el aprendizaje del modelo y posterior validación del mismo, de forma intramuestral y extramuestral, es decir, tanto los resultados del porcentaje de aprendizaje y error del modelo internamente como la confrontación con las encuestas inicialmente diligenciadas por los consumidores. Como resultado final, se obtuvo la clasificación intramuestral exitosa a través de la elaboración MVS utilizando modelos como franjas logísticas, logística trasladada, conjuntos borrosos de asociación, Self Management Organaizing y modelos estocásticos, que lograron hacer diferenciables los patrones de cada emoción y realizar procesos feedfoward y back propagation satisfactorios con correlaciones mayores al 0,9 y errores cercanos a cero. Lo anterior permite a una organización realizar investigaciones más profundas de sus consumidores, con carácter cuantitativo y eliminando la subjetividad de las mismas, para satisfacer de forma más precisa y eficiente las necesidades del cliente. Es así como los modelos basados en inteligencia computacional y el uso de herramientas en el campo de la neurociencia, orientan los planes y acciones de una empresa y permiten, a través de los métodos propuestos, aumentar la efectividad de las estrategias de mercadeo, mejorando aspectos críticos como la subjetividad, el tiempo y el dinero.

Identificación y control de sistemas dinámicos no lineales y caóticos

Peña Palacio, Juan Alejandro | 2013

El proyecto consiste en la identificación de señales caóticas generadas por las ecuaciones de comportamiento del circuito de Chua, conocido por sus características, las cuales son: su facilidad de montaje lo que lo hace un circuito muy interesante para el estudio del caos. La versatilidad de la respuesta de los amplificadores en el caso de una función no lineal está manifiestada en la fácil construcción del diodo de Chua. La teoría de sistemas no lineales es pieza clave para la instrumentación física, debido a las características de los métodos y dispositivos utilizados en ésta.

Modelo basado en Machine Learning para la predicción de los precios futuros en el mercado de valores

Peña P., Alejandro | 2021

RESUMEN: El mercado de valores se ha convertido a lo largo de la historia en uno de los principales sectores económicos alrededor del mundo. Sin embargo, los inversores tradicionales suelen tener pérdidas debido a un horizonte de inversión poco claro y un proyección sin fundamentos. Es por esto, que crear un buen modelo de apoyo a las decisiones de inversión para una buena toma de decisiones se ha convertido en un importante problema de investigación. Los diferentes modelos de aprendizaje pueden proporcionar un rendimiento relativamente bueno en la previsión del precio de las acciones. Este documento se centra en evaluar diferentes modelos de Machine learning para crear un modelo de previsión para el precio futuro de las acciones. El resultado experimental muestra que el modelo de redes neuronales (RMSE=2,9) tiene una precisión mas alta que los demás modelos estudiados.

Modelo cognitivo borroso para la caracterización de la percepción de la publicidad corporativa de Suramericana de Seguros S.A. en términos de patrones emocionales y atributos de marca

Peña Palacio, Juan Alejandro | 2019

La evaluación de la percepción de marca a través de publicidad corporativa es actualmente todo un reto para las compañías, pues estas generalmente utilizan métodos tradicionales del mercadeo donde su efectividad depende de la capacidad y voluntad de las personas para interpretar y detallar su nivel de involucramiento y afinidad frente a la información a la que están expuestas. Esto ocasiona que las organizaciones cuenten con evaluaciones sesgadas y limitadas que dificultan la ejecución de estrategias de mercadeo que le apunten a que la percepción de marca de sus clientes sea acorde con la estrategia comunicativa de la entidad en un momento dado. Por consiguiente, caracterizar la percepción de marca de una entidad a través de pautas corporativas, haciendo uso de métodos no tradicionales del mercadeo basados en los principios de la inteligencia computacional, se convierte en una herramienta innovadora para las organizaciones dado que facilita la creación de estrategias de comunicación más acertadas y objetivas de acuerdo a lo que realmente perciben los consumidores. De esta manera, la presente investigación se fundamenta en el diseño y desarrollo de un modelo cognitivo borroso para la caracterización de la percepción de marca de una muestra de individuos, al estos estar expuestos a dos pautas publicitarias de una compañía aseguradora –una de carácter informativo y otra emocional-, con base a las emociones y los atributos de marca percibidos, haciendo uso de métodos cuantitativos como redes neuronales y lógica borrosa, y cualitativos como encuestas, con el fin último de evaluar la percepción de marca de una forma más objetiva e integral. Para el entrenamiento del modelo se tuvieron en cuenta las señales EEG provenientes de la actividad bioeléctrica cerebral de 4 expertos al estar expuestos a estímulos visuales representativos tanto de emociones -alegría, tristeza, miedo e ira- como de atributos de marca -confianza, experta, cercana, dinámica y latinoamérica-; para la validación del mismo, se tuvieron en cuenta las señales EEG de una muestra de individuos -hombres y mujeres entre 18 y 25 años-, expuestos a una publicidad corporativa audiovisual. Seguidamente, se diseñó un autoencoder útil para la reducción e identificación de las características más importantes de cada conjunto de señales; y posteriormente, se diseñaron diferentes redes neuronales de aprendizaje profundo que sirvieron como base para el aprendizaje del modelo teniendo en cuenta las señales provenientes de los expertos, lo cual arrojó unos pesos útiles para el reconocimiento efectivo de patrones emocionales y atributos de marca en pautas corporativas. Por último, teniendo en cuenta dichos pesos y las señales provenientes de los individuos de la muestra, se implementó el modelo cognitivo que generó efectividades mayores al 90% en la clasificación de patrones emocionales y del 82% en la clasificación de atributos de marca, y se elaboró a continuación un mapa borroso por individuo que permitió caracterizar la percepción de marca de cada uno de estos de manera exitosa; así mismo, al comparar dichos resultados con los arrojados por las encuestas, se encontraron relaciones frente a lo que los individuos expresaron haber percibido y lo arrojado por el modelo, aunque también hubo casos en donde los resultados divergían dada la subjetividad implícita en las encuestas y en los insumos de entrada utilizados por el modelo.

Modelo de puntaje para el otorgamiento de créditos hipotecarios basado en el comportamiento del precio de la vivienda en Medellín

Peña Palacio, Alejandro | 2017

En los últimos años, en la ciudad de Medellín, se ha dado un constante aumento de los precios en propiedades inmobiliarias, específicamente en viviendas. El trabajo de grado consiste en un modelo de puntaje, para el otorgamiento de créditos hipotecarios, basados en el precio de la vivienda en Medellín. Esto, con el objetivo de identificar las variables y parámetros utilizados para la valoración de vivienda, relacionando con programación por objetos e interoperabilidad con Excel y validando el mismo con modelos de Kernel logístico y general. Para tal efecto, se analizan los documentos existentes de la Superintendencia Financiera que regulan los factores de las valoraciones inmobiliarias. Además, se evalúa el efecto de las variables identificadas, para hallar el efecto en el otorgamiento de un crédito hipotecario, mediante el aprendizaje del modelo. La información primaria consiste en la creación de un modelo propio, con base en el comportamiento del precio de la vivienda en la ciudad de Medellín, para identificar los aspectos crediticios que dan surgimiento al aumento del valor mencionado. Por otra parte, la información secundaria se fundamenta en artículos, libros y publicaciones provenientes de bases de datos, escritos por autores que han estudiado el tema con rigurosidad académica. Todo lo anterior, reside en la intención de mejorar el comportamiento de los precios en estos bienes inmuebles, mediante un modelo que encuentre efectos de incidencia de las variables y parámetros sobre la vivienda. En conclusión, la incorporación del precio de la vivienda en un modelo de puntaje para el otorgamiento de créditos hipotecarios, permite ejercer control sobre el aumento de precios de forma desproporcionada, estabilizando la oferta y la demanda para llegar a un punto de equilibrio.

Modelo de scoring para el otorgamiento de crédito a pequeñas empresas inscritas en la superintendencia de sociedades

Lochmuller Lochmuller, Christian | 2019

Modelo de valoración de propiedad raíz mediante el uso de redes neuronales

Deossa Molina, Pablo Andrés | 2019

Modelo Deep Learning para la estimación del potencial exportador de productos no minero-energéticos en Colombia

Peña Palacio, Juan Alejandro | 2020

RESUMEN: En un mundo globalizado, en el cual los mercados son cada vez más abiertos y con fácil acceso, es necesario que las empresas expandan sus horizontes y encuentren más clientes potenciales en otros lugares diferentes al lugar de origen, de esta manera las organizaciones adquieren valor y posicionamiento, volviéndose más competitivas frente a todas las empresas existentes del mismo sector tanto en territorio nacional como internacional. Para el análisis de exportaciones existen estudios de mercados manuales, los cuales son un proceso complejo y poco ágil, debido a la exhaustiva información que se necesita obtener. En este trabajo se desea desarrollar un modelo Deep Learning que estime el potencial exportador de productos no minero energéticos en Colombia. Por medio de recolección de información en diferentes bases de datos que brindan las instituciones internacionales y nacionales, como Procolombia, la Dirección de Impuestos y Aduanas Nacionales (DIAN), el Departamento Administrativo Nacional de Estadística (DANE) o el Banco Mundial , se realiza una selección de las características necesarias para encontrar la mejor afinidad entre la relación producto – mercado y por medio dicho modelo con ayuda del software R-Studio, automatizar el proceso de inteligencia de mercado. Por tal motivo, en este trabajo se logró encontrar mediante una plataforma matricial y el método de Redes Neuronales Artificiales (RNA) un modelo que ayuda a los profesionales en negocios internacionales o encargados de exportaciones de las empresas a realizar la inteligencia de mercados de una manera fácil y rápida, ya que puede pronosticar la relación producto - mercado óptima para la exportación de productos no minero-energéticos de Colombia.

Modelo neuronal para la identificación de patrones sensoriales producidos por el audio branding en la identidad de marcas

Peña Palacio, Juan Alejandro | 2021

RESUMEN: Actualmente, los consumidores tienen más potencial que antes, con mayores necesidades de comunicación e información. Al construir una marca es importante transferirle características que la diferencien y definan en la mente del individuo, a través del branding se construye una identidad de marca con atributos visuales, auditivos, entre otros. Sin embargo, las estrategias se han limitado a los medios visuales tradicionales sobre lo auditivo, generando saturación visual y utilizando el sonido como un elemento publicitario. A través del Audio Branding se conecta con el cliente mediante la estimulación del sentido de la audición, con un sinnúmero de atributos racionales y emocionales que llevados a un nivel innovador pueden potenciar la imagen mental de la marca. Además, la eficacia de elementos auditivos en el branding es compleja de medir, debido a la esencia psíquica de cada individuo, últimamente existen nuevas tecnologías que buscan aproximarse a entender el funcionamiento cerebral mediante sistemas inteligentes, logrando analizar los estados afectivos o emociones experimentadas. La presente investigación se fundamenta en el análisis de patrones sensoriales generados por imágenes auditivas como estrategia en la construcción y gerencia de marcas mediante la creación de un Modelo Neuronal Deep Learning Autoencoder por Afinidad Central con Aprendizaje Mixto, haciendo uso del dispositivo Emotiv Epoc para capturar, procesar y clasificar las señales electroencefalográficas en patrones emocionales de 5 marcas a estudiar. El modelo recibe las señales capturadas de 10 personas al escuchar 20 sonidos seleccionados de la base de datos referenciada IADS-2 de la Universidad de Florida y 5 audios de las marcas. Inicialmente se realiza un centramiento de señales, se comprimen los datos al 50% mediante estructuras autoencoder, obteniendo una primera estructura comprimida de sonidos de referencia en aprendizaje y con esa misma configuración en autonomía los de las marcas, para posteriormente las dos estructuras de capas comprimidas compararlas por un proceso de afinidad central para todas las combinaciones marca-sonido. Seleccionando para cada marca los tres mayores valores de afinidad, configurándolos como sus sonidos referentes y facilitando la analogía entre emociones asociadas a sonidos con las emociones deseadas a transmitir de las marcas. Los patrones emocionales se posicionan según su valencia, activación, o asociaciones en el modelo de medición de emociones propuesto denominado Modelo PME- Pie Measurement of Emotions. El desempeño del modelo es óptimo tanto en el aprendizaje como en el relacionamiento, permitiendo valorar la efectividad de las estrategias, obteniendo en su mayoría afinidades alineadas entre las intenciones de identidad de marca y lo que los participantes experimentan en las sesiones de prueba. Es así como los modelos computacionales usados en el campo de la neurociencia ayudan a evaluar y orientar las estrategias de identidad de marca con el objetivo de aumentar su impacto y efectividad.

Modelo para la predicción de la radiación solar a partir de redes neuronales artificiales

Peña Palacio, Juan Alejandro | 2013

The estimation of the climatic change that occurs in a particular place has always been an important factor for doing outdoor activities. Different methods have been developed to predict future values of climatic variables which can provide information to people and companies, allowing them to organize their activities. The solar radiation is one of these climatic variables and it has become fundamental in multiple circumstances, especially in photovoltaic centers. The project’s goal is to give an approximated value of the solar radiation that impacts the solar vehicles of the World Solar Challenge 2013 in five locations close to the road where the competition occurs; for this to be carried out, a model based in neural networks is analyzed and developed. It also seeks to find the value of the solar radiation at intermediate points of the five mentioned before using space radial functions.

Propuesta de asistente virtual inteligente para servicio al cliente basado en inteligencia artificial para pymes de Medellín

Gómez L., Jairo A. | 2021

RESUMEN: Los clientes actuales demandan la inmediatez para que sus requerimientos sean atendidos y al haber un gran número de empresas compitiendo, este aspecto se convierte en una ventaja para sobresalir en el mercado; por su parte para las pymes esto puede resultar complejo pues tienen como prioridad optimizar al máximo sus recursos empezando por su personal para que éste se dedique a labores productivas en lugar de algunas que pueden ser repetitivas. En este trabajo se elaboró una versión beta (fuera de línea) de un asistente virtual inteligente (AVI) para una PYME de Medellín del sector Madera/ corte laser; Comenzando por una revisión de la bibliografía existente acerca de las herramientas y el procedimiento para elaborar un ChatBot basado en inteligencia artificial, siguiendo por la elaboración del código y finalizando con una semana de pruebas del modelo; se encontró como resultado que esta herramienta resulta bastante útil sobre todo para empresas que ofrecen servicios estandarizados y que a medida que el algoritmo se va dotando de más información este puede llegar a tener un gran alcance en el área de servicio al cliente, además a comparación de las soluciones disponibles actualmente en el mercado este modelo presenta un costo muy bajo.

Sistema de recomendación de inversión basado en análisis técnico y redes neuronales para pequeños inversionistas en Colombia

Deossa Molina, Pablo Andrés | 2018

Actualmente en Colombia, los pequeños inversionistas del mercado de valores están considerablemente expuestos, no solo a las variaciones de precio de las acciones que pueden afectar el valor de sus portafolios, sino también a la falta de comunicación y confianza entre el comisionista de bolsa y dichos individuos. Además, este tipo de inversionistas no tienen las herramientas, el tiempo o los conocimientos necesarios para mitigar de manera adecuada el riesgo de sus inversiones. Es por esto que se decide desarrollar una plataforma web con el uso de R, la cual a través de la utilización de indicadores de análisis técnico y redes neuronales posibilitará identificar momentos de compra y venta, proporcionando una herramienta útil para los pequeños inversionistas que les permitirá mitigar el riesgo de sus inversiones. Los resultados obtenidos en este trabajo muestran como el uso de un vector combinado de señales y de redes neuronales genera rendimientos superiores a los de una posición larga en cuatro de las cinco acciones analizadas, y en todos los escenarios se obtienen rentabilidades positivas. Además, la puesta en marcha de la página web con Shiny provee una herramienta del mercado de valores de fácil acceso para los pequeños inversionistas.

Sistema para el establecimiento de la relación entre las medidas PRV (variabilidad de la frecuencia de pulso) y HRV (variabilidad de la frecuencia cardiaca)

Torres Villa, Róbinson Alberto | 2020

RESUMEN: En el campo de la investigación actual, se encuentran artículos en los cuales se concluye que la medida de HRV (variabilidad de la frecuencia cardiaca) y PRV (variabilidad de la frecuencia de pulso) son lo mismo, ya que ambas señales se consideran diferencias entre los tiempos latido y latido, y por consiguiente una de ellas puede ser reemplazada por la otra. Pero, por el contrario, existen otros que refutan esta idea, realizan evaluación de escenarios y definen algunas variables de comparación como las vías de propagación (vasos, piel) y desfase de señales. En este trabajo de grado se abordaron diferentes estrategias para tratar de establecer elementos que aportarán a esta discusión. Se determinaron cuáles eran las variables dentro de estas dos señales que se pueden comparar por medio del cálculo de índices temporales, geométricos, no lineales y frecuenciales, comprobando la relación, similitud y diferencia entre la variabilidad cardiaca y la variabilidad de pulso. Además, se demostró la precisión o no, de modelos por regresiones múltiples, redes neuronales multi-layer perceptrón y redes neuronales recurrentes para la estimación de la señal de HRV por medio de la señal de PRV. Finalmente, se abordó la implementación de un dispositivo portátil que trabajó con la adquisición de las señales y mostró resultados provenientes del modelo más preciso, desarrollado por medio de una red recurrente con memoria a largo plazo (LSTM). De esta manera, se logra contribuir a la discusión existente entre estas dos señales, además de proponer más elementos en el entendimiento de la relación que hay entre una señal y la otra, aportando a que en un futuro cuando se construyan dispositivos portables que afirman adquirir HRV a través de PRV, en realidad tengan una mayor certeza de que efectivamente se está midiendo lo que se espera.