MODELO MATEMÁTICO DE ALGORITMO SOCIAL BASADO EN LA TEORÍA DE CONJUNTOS PARA LA RECOLECCIÓN E IDENTIFICACIÓN DE INTERESES DE COLONIAS HUMANAS
DOI:
https://doi.org/10.26495/icti.v3i2.452Keywords:
algoritmo social, colonias humanas, modelo matemático, recolección e interesesAbstract
La importancia de conocer los intereses de las personas conlleva a recolectar información mediante mecanismos tradicionales como las encuestas y entrevistas, estos métodos son ineficientes, al momento de recolectar la mayor cantidad de intereses de las personas en tiempo, costo y alcance; por lo que se propone el desarrollo de un método automatizado que implemente un algoritmo social basado en colonias humanas, las cuales agruparán a turistas con intereses comunes.
Haciendo uso de la teoría de conjuntos, se formalizarán los diferentes escenarios del algoritmo social basado en colonias humanas, el cual servirá de base para ser implementado en sistemas computacionales haciendo uso de un lenguaje de programación. El algoritmo social cuenta con los siguientes componentes: USUARIO, COLONIA, MIEMBRO e INTERES; los componentes USUARIO, COLONIA y MIEMBRO pueden ser considerados conjuntos, donde los INTERESES son los elementos de conjuntos, los cuales serán cuantificados mediante el valor estadístico moda.
El componente que desencadena el flujo de intereses es el USUARIO cuando crea y se une a una COLONIA, es el USUARIO quién define los intereses de la COLONIA, convirtiéndose en un MIEMBRO de la COLONIA; además de estos escenarios el USUARIO podrá retirarse, abandonar o determinar su ubicación según el perímetro de la COLONIA (dentro o fuera), causando flujo de intereses en los componentes.
En este estudio se formaliza el escenario del algoritmo social, haciendo uso de la teoría de conjuntos y se propone un modelo matemático para calcular el valor moda del INTERES de cada uno de los componentes que agrupan intereses como son la COLONIA, USUARIO y MIEMBRO.
Downloads
References
A. Mancilla, Diseño y construcción de algoritmos, Bogotá, COLOMBIA: Universidad del Norte, 2014. ProQuest ebrary, Web. 28 September 2016, pp. 16-30.
A. Garrido, J. Álvaro, Técnicas de análisis estadísticos en ciencias sociales, Universidad Complutense, Madrid, 1995.
B. Ludwing, Teoría general de los sistemas, Fondo de Cultura Económica, México D.F., 1976, pp. 13-16.
C. Ivorra Castillo, Lógica y teoría de conjuntos, en http://www.uv.es/ ~ivorra/Libros/Logica.pdf.
D. Montgomery, Diseño y análisis de experimentos, Editorial Limusa S.A, Perú, 2005, pp. 2-8.
Guerrero, SLM 2005, Matemáticas. Sus fundamentos en secuencia óptima, El Cid Editor, Córdoba, AR. Available from: ProQuest ebrary, 27 September 2016.
J. Aracil, F. Gordillo, Dinámica de sistemas, Editorial Alianza, España, 2007, pp. 15-25.
J. Devore, Probabilidad y estadística, Cengage Learner, Mexico, 2003.
Morillas, RA 2006, Introducción al análisis de datos difusos, B - EUMED, Madrid, ES. Available from: ProQuest ebrary. 27 September 2016, pp. 3-10.
Junta de Castilla y León, Sistemas de geolocalización, http://www.jcyl.es/web/jcyl/binarios/430/595/SISTEMAS%20DE%20LOCALIZACION%20E%20INFORMACION%20GEOGRAFICA.pdf
N. Tello,J.Peña, Modelos matemáticos de la sociedad y aplicaciones, Revista hispana para el análisis de redes sociales, México, 2013.
R. Davila, L. Ramirez,Modelo matemático para la optimización de una cadena de suministro global con consideraciones de cupos de compra y periodos de pago, Universidad del Valle, Cali, Colombia, 2012.
Smarr, J. and Adams, P. and Ben-Yair, S. and Terleski, J. and Sladden, M.R. and Su, R.J.A. Social circles in social networks, https://www.google.com/patents/CA2816550A1?cl=en, 2012, publisher={Google Patents}.
S. Lipschutz. Teoría de conjuntos y temas afines. McGraw-Hill, México. pp. 1-16.
T. Apostol vol.1 Calculus, Editorial Reverte S.A. México. 2006 pp. 13-19.
Published
How to Cite
Issue
Section
License
Creative Commons Atribución-NoComercial-CompartirIgual 4.0
Política editorial
