Publication:
Análisis computacional del desempeño financiero en la industria de videojuegos, utilizando algoritmos de machine learning

Simple item page
dc.contributor.advisorBriñez de León, Juan Carlos
dc.contributor.authorBlandón Ochoa, Diomer Eliecer
dc.contributor.authorGarcía Ordoñez, Yonier Alexandro
dc.contributor.authorSánchez Cardozo, Yesica Yulieth
dc.date.accessioned2025-01-09T16:13:03Z
dc.date.available2025-01-09T16:13:03Z
dc.date.issued2024
dc.description.abstractEn este proyecto, se exploró el uso de algoritmos de Machine Learning para el análisis de datos financieros del sector de videojuegos, con el objetivo de segmentar empresas según patrones compartidos y proporcionar insights útiles para la toma de decisiones estratégicas. Utilizando datos históricos de características financieras clave, se aplicó el algoritmo de clustering K-Means para identificar grupos homogéneos dentro del conjunto de datos. El proceso incluyó la limpieza de datos, optimización del modelo mediante el método del codo y puntaje de silueta, y la validación de los resultados con visualizaciones gráficas y análisis interpretativo. Se implementaron métodos para asignar nuevos clientes a los clusters existentes, lo que permite personalizar estrategias basadas en patrones predefinidos. Además, se evaluaron visualmente tanto la distribución de los clusters como la posición de nuevos datos, asegurando la coherencia y utilidad práctica del modelo. Este enfoque no solo segmentó empresas con base en sus características financieras, sino que también ofreció recomendaciones personalizadas adaptadas a cada cluster, destacando su aplicabilidad en mercados dinámicos. El impacto del trabajo radica en su capacidad para ofrecer herramientas de análisis avanzadas en la industria financiera, mejorando la comprensión de las dinámicas del mercado y facilitando la toma de decisiones informadas. A futuro, este proyecto podría ampliarse mediante la inclusión de datos adicionales, el análisis de tendencias temporales, la implementación de modelos predictivos y la comparación con otras técnicas de clustering. Estas extensiones consolidarán su utilidad en escenarios financieros reales y reforzarán su aplicabilidad en distintos contextos empresariales. Este trabajo muestra cómo el uso efectivo de Machine Learning puede transformar datos complejos en estrategias accionables, subrayando el potencial de estas tecnologías en la gestión y optimización financiera.
dc.description.degreelevelPregradospa
dc.description.degreenameIngeniero(a) de Sistemasspa
dc.description.degreenameIngeniero(a) civilspa
dc.format.extent44 p.
dc.format.mimetypeapplication/pdfspa
dc.identifier.urihttps://repositorio.uniremington.edu.co/handle/123456789/5766
dc.language.isospaspa
dc.publisherCorporación Universitaria Remingtonspa
dc.publisher.facultyFacultad de Ingenieríasspa
dc.publisher.placeMedellín (Antioquia, Colombia)spa
dc.publisher.placePalmira (Valle del Cauca, Colombia)spa
dc.publisher.placeSogamoso (Boyacá, Colombia)spa
dc.publisher.programIngeniería de Sistemasspa
dc.publisher.programIngeniería Civilspa
dc.rightsDerechos Reservados - Corporación Universitaria Remington, 2024spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2spa
dc.rights.licenseAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)spa
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/spa
dc.subjectMachine Learningspa
dc.subjectAnálisis financierospa
dc.subjectVideojuegosspa
dc.subjectPredicción de precios de accionesspa
dc.subjectClusteringspa
dc.subjectSistemas de recomendaciónspa
dc.subjectSeries temporalesspa
dc.subjectAlgoritmos de Machine Learningspa
dc.subjectDatos financierosspa
dc.subjectYahoo Financespa
dc.subject.lembVideojuegos
dc.subject.lembAlgoritmos
dc.subject.lembAnálisis financiero
dc.titleAnálisis computacional del desempeño financiero en la industria de videojuegos, utilizando algoritmos de machine learningspa
dc.typeTrabajo de grado - Pregradospa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1fspa
dc.type.coarversionhttp://purl.org/coar/version/c_970fb48d4fbd8a85spa
dc.type.contentTextspa
dc.type.driverinfo:eu-repo/semantics/bachelorThesisspa
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
dc.type.redcolhttp://purl.org/redcol/resource_type/TPspa
dc.type.versioninfo:eu-repo/semantics/publishedVersionspa
dspace.entity.typePublicationspa
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
RIU-PRE-2024 Analisis computacional desempeño.pdf
Size:
978.15 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 2 of 2
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
No Thumbnail Available
Name:
Cesión Derechos_TG.pdf
Size:
602.12 KB
Format:
Adobe Portable Document Format
Description:
Download
Collections
Ingeniería de Sistemas
Ingeniería Civil