<?xml version="1.0" encoding="UTF-8"?>
<rss xmlns:dc="http://purl.org/dc/elements/1.1/" version="2.0">
<channel>
<title>Escuela de Sistemas de Información</title>
<link>xmlui/handle/123456789/112</link>
<description>Producción académica de la escuela.</description>
<pubDate>Mon, 13 Apr 2026 22:34:43 GMT</pubDate>
<dc:date>2026-04-13T22:34:43Z</dc:date>
<item>
<title>Minería de Datos para la Personalización de Servicios de Marketing en  el Sector Financiero</title>
<link>xmlui/handle/123456789/651</link>
<description>Minería de Datos para la Personalización de Servicios de Marketing en  el Sector Financiero
Balmaceda Chacón, Natalia
Este proyecto elabora un modelo completo de analítica avanzada para una entidad financiera, con la meta de mejorar la personalización de servicios de marketing, optimizar campañas comerciales y entender el comportamiento del cliente a través de un enfoque orientado a datos. Se desarrolló un Data Warehouse (DW) con arquitectura dimensional de tipo constelación, que combina datos sobre productos financieros, transacciones, campañas, interacción digital y situación del cliente.&#13;
&#13;
Con fundamento en el DW, se creó un conjunto de modelos de minería de datos y aprendizaje automático enfocados en tres ejes: predicción, segmentación y recomendación. En el entorno predictivo, se analizaron modelos de churn y propensión mediante regresión logística, Random Forest, Gradient Boosting y XGBoost. Entre ellos, Random Forest exhibió el rendimiento más equilibrado en comparación con las otras técnicas. Adicionalmente, se aplicaron métodos no supervisados como K-means para detectar microsegmentos de comportamiento y Apriori para reconocer afinidades entre productos, campañas y patrones del recorrido digital. Estos enfoques demostraron conexiones significativas, como la sólida vinculación entre el uso de la app y los productos de seguros, además de segmentos de bajo riesgo con alta tendencia a reaccionar a campañas particulares.&#13;
&#13;
Con los resultados del análisis Apriori, se creó un sistema de recomendación fundamentado en reglas de asociación, que puede proponer productos, campañas y canales ideales para cada cliente. Este motor enfatiza sugerencias basadas en métricas como lift y confidence, brindando trazabilidad y explicabilidad, aspectos esenciales en contextos financieros. En conjunto, este estudio evidencia que una entidad financiera que implemente un DW sólido, métodos analíticos avanzados y una plataforma de personalización fundamentada en datos puede potenciar notablemente sus habilidades de marketing, elevar la satisfacción del cliente y progresar hacia un modelo de decisiones más estratégico, automatizado y centrado en el valor.
</description>
<pubDate>Sat, 01 Nov 2025 00:00:00 GMT</pubDate>
<guid isPermaLink="false">xmlui/handle/123456789/651</guid>
<dc:date>2025-11-01T00:00:00Z</dc:date>
</item>
<item>
<title>Aplicación de técnicas de Data Mining para la detección de patrones de fallas  en Redes de Telecomunicaciones</title>
<link>xmlui/handle/123456789/650</link>
<description>Aplicación de técnicas de Data Mining para la detección de patrones de fallas  en Redes de Telecomunicaciones
Sanabria Quiñonez, Jeaustin
Las redes de telecomunicaciones son una parte importante y fundamental de nuestra conectividad diaria, desde llamadas y videoconferencias hasta servicios en la nube y transmisión de datos. No obstante, su creciente complejidad y el enorme volumen de información que generan hacen que anticipar fallas sea un reto constante. Hoy, la mayoría de las operadoras actúan de forma reactiva: esperan a que ocurra el problema para resolverlo. Este proyecto propone cambiar esa dinámica aplicando minería de datos para descubrir patrones que revelen cuándo y cómo se producen las fallas en la red.&#13;
&#13;
Para ello, se trabajó con un conjunto de datos simulado que incluye alarmas, métricas de rendimiento y registros de tickets, siguiendo la metodología CRISP-DM. Se aplicaron algoritmos de clustering para agrupar eventos con características similares y reglas de asociación para identificar relaciones entre alarmas y condiciones críticas. Los resultados muestran que este enfoque puede reducir tiempos de reparación y prevenir incidentes graves, acercando a las empresas a una gestión más predictiva y eficiente. En definitiva, este estudio demuestra que los datos no solo cuentan lo que pasó, sino que pueden anticipar lo que está por venir.
</description>
<pubDate>Mon, 01 Dec 2025 00:00:00 GMT</pubDate>
<guid isPermaLink="false">xmlui/handle/123456789/650</guid>
<dc:date>2025-12-01T00:00:00Z</dc:date>
</item>
<item>
<title>Identificación de Zonas Críticas de Vivienda en Costa Rica a través de Minería de  Datos Espacial y Socioeconómica</title>
<link>xmlui/handle/123456789/649</link>
<description>Identificación de Zonas Críticas de Vivienda en Costa Rica a través de Minería de  Datos Espacial y Socioeconómica
Vallejos Torres, Claren; Fernández Marín, Marco
El problema de vivienda en Costa Rica ha persistido durante décadas, afectando principalmente a los sectores de ingresos medios y bajos, quienes enfrentan dificultades tanto por los altos costos de las propiedades como por el acceso limitado a créditos hipotecarios. Para 2023, más de 148.000 familias carecían de una vivienda adecuada, lo que evidencia la magnitud del déficit habitacional en el país.&#13;
&#13;
Uno de los factores clave detrás de esta problemática es la desigualdad en el acceso a la vivienda. Según informes del CFIA y la UCR, el 90 % de la oferta habitacional está dirigida a solo el 30 % de los hogares, dejando al 70 % restante con pocas oportunidades reales. Esta situación se agrava por la disminución en la entrega de bonos de vivienda y el aumento en las tasas de interés, producto de políticas monetarias restrictivas implementadas para controlar la inflación, lo que ha encarecido aún más el financiamiento.&#13;
&#13;
Ante este contexto, el estudio plantea analizar el estado actual de la vivienda en Costa Rica mediante el uso de datos públicos del SINIRUBE y técnicas de minería de datos. El objetivo es identificar las zonas con mayor vulnerabilidad habitacional, segmentadas por niveles de ingreso, y establecer la relación entre las condiciones físicas de las viviendas y el nivel socioeconómico de sus habitantes.
</description>
<pubDate>Mon, 01 Dec 2025 00:00:00 GMT</pubDate>
<guid isPermaLink="false">xmlui/handle/123456789/649</guid>
<dc:date>2025-12-01T00:00:00Z</dc:date>
</item>
<item>
<title>Guía Profesional para la Formación de Auditores en Calidad y Gobernanza de Datos basada en ISO/IEC 8000</title>
<link>xmlui/handle/123456789/648</link>
<description>Guía Profesional para la Formación de Auditores en Calidad y Gobernanza de Datos basada en ISO/IEC 8000
Somarribas Brenes, Adrian
La creciente crisis asociada a la mala calidad, gobernanza y protección de los datos se ha convertido en uno de los principales riesgos operativos, financieros y estratégicos para las organizaciones modernas. En un entorno marcado por la transformación digital acelerada, decisiones críticas se apoyan cada vez más en información que no siempre es confiable, trazable ni adecuadamente controlada. Como advierte IBM Security en su informe anual sobre brechas de datos, “el costo promedio de una filtración de datos aumentó de $3.86 millones en 2020 a $4.24 millones en 2021, el mayor incremento registrado en siete años” (IBM Security, 2021, p. 5). Este aumento sostenido no solo refleja fallas tecnológicas, sino también la ausencia de estructuras formales de auditoría y de profesionales especializados capaces de evaluar de manera sistemática la calidad, integridad y gobernanza de los activos de información.&#13;
&#13;
En este contexto emerge la figura del auditor de datos como un rol estratégico para garantizar que los datos organizacionales cumplan con criterios de calidad, trazabilidad, seguridad y cumplimiento normativo. No obstante, en América Latina este perfil profesional se encuentra aún en una etapa incipiente de consolidación. La formación disponible es fragmentaria, dispersa entre certificaciones técnicas, marcos normativos y conocimientos empíricos, sin rutas académicas estructuradas ni programas formales que integren de manera coherente los requerimientos del mercado, los estándares internacionales y las necesidades educativas. A ello se suman barreras de acceso a certificaciones especializadas, limitaciones idiomáticas y la escasa articulación entre universidad e industria, lo que profundiza la brecha entre la demanda creciente de auditores de datos y la oferta real de profesionales preparados para asumir este rol.&#13;
&#13;
Ante esta problemática, la presente investigación propone el diseño de un modelo y guía integral orientada a la formación del auditor de datos, concebida no solo como una intención teórica, sino como una propuesta estructurada, aplicable y alineada con estándares internacionales. La guía articula competencias técnicas, normativas y formativas sustentadas en marcos como ISO/IEC 8000, DAMA DMBOK, así como en referencias documentales de organismos especializados como ISACA y la Organización para la Cooperación y el Desarrollo Económicos (OCDE). De esta manera, el trabajo busca aportar una solución concreta a la carencia de rutas formativas claras, ofreciendo un marco que facilite la profesionalización progresiva del auditor de datos y contribuya tanto al fortalecimiento académico como a la mejora de las prácticas de auditoría y gobernanza de la información en entornos empresariales y regulados.
</description>
<pubDate>Sun, 01 Feb 2026 00:00:00 GMT</pubDate>
<guid isPermaLink="false">xmlui/handle/123456789/648</guid>
<dc:date>2026-02-01T00:00:00Z</dc:date>
</item>
</channel>
</rss>
