Está en la página 1de 53

UNIVERSIDAD NACIONAL DE SAN MARTN - T FACULTAD DE INGENIERA DE SISTEMAS E INFORMTICA

ESCUELA ACADMICO PROFESIONAL DE INGENIERA DE SISTEMAS E INFORMTICA

PROYECTO DE TESIS
Implementacin de un Sistema de Recomendacin de Currculos Profesionales para Mejorar la seleccin de Personal en las Empresas de la ciudad de Tarapoto.

Para optar el Ttulo de: INGENIERO DE SISTEMAS E INFORMTICA


Presentado por el Estudiante Alex Delgado Altamirano Asesor Ing. Pedro Antonio Gonzales Snchez Tarapoto - Per 2013

I.

PLANTEAMIENTO DEL PROBLEMA

1.1. Antecedentes del problema. 1.2. Definicin del problema. 1.3. Formulacin del problema. 1.4. Justificacin e importancia. 1.5. Alcance y limitaciones 1.5.1 Alcance 1.5.2 Limitantes II. OBJETIVOS 2.1. Objetivo General 2.2. Objetivos Especficos III. REFERENCIAS BIBLIOGRAFICAS [1] Wilbert Sostre. Tcnicas de seleccin de personal. [citado 05 Mayo 2013]. Disponible en World Wide Web:

http://www.emagister.com/comparte-tus-cursos/getPdf.cfm?qs=4/ tecnicas-seleccion-personal-4804-completo.pdf

[2]

Alcaide, M., Gonzlez, M. y Flores, I. (1996). Mercado de trabajo, reclutamiento y formacin en Espaa. [citado 05 Mayo 2013]. Disponible en World Wide Web:

http://www.papelesdelpsicologo.es/pdf/2138.pdf

[3]

Patricia Surez Toscana. Cmo realizar una buena seleccin de personal. [citado 31 mayo 2013]. Disponible en World Wide Web

h:ttp://evalpsico.blogspot.com/2011/01/como-realizar-una-buenaseleccion-de.html.

[4] Alles, Martha Alicia. Direccin estratgica de recursos humanos gestin por Competencias. Ediciones Granica, Argentina, 2000, [citado 7 mayo 2013]. Disponible en World Wide Web:

http://www.spentamexico.org/v4-n2/4(2)%2053-96.pdf

[5] Claudia Ramos Mata. Consecuencias De Una Deficiente Seleccion De Personal, 10 diciembre 2012. , [citado 03 junio 2013]. Disponible en World Wide Web: http://clubensayos.com/Negocios/Consecuencias-DeUna-Deficiente-Seleccion/480121.html

[6] Giacomelli Trevio, Rosamaria. Las tecnologas de informacin y su aplicabilidad en el proceso de reclutamiento y seleccin. [citado 27 abril 2013]. Disponible en World Wide Web:

http://www.spentamexico.org/v4-n2/4(2)%2053-96.pdf

[7]

Castells, Manuel. La Era de la Informacin. [citado 27 abril 2013]. Disponible en World Wide Web:

http://es.scribd.com/doc/23352677/CASTELLS-Manuel-La-era-de-lainformacion-El-poder-de-la-identidad-V-II

[8]

Morell, Blanch Antonio - Ignasi Brunet Icart. Universitat de Lleida. Departament d'Economia Aplicada. [citado 27 abril 2013]. Disponible en World Wide Web:

http://repositori.udl.cat/bitstream/handle/10459.1/41503/02102862n59p1 73.pdf?sequence=1

[9] Recuperacin de la Informacin. Profesor Dr. Carlos G. Figuerola: Departamento de Informtica y Automtica [citado 01 Mayo 2013]. Disponible en World Wide Web: http://www.daedalus.es/que-

tecnologias-nos-diferencian/tecnologias-de-busqueda/recuperacion-deinformacion/

[10]

Fernando Llopis Pascual (2003). IR-n: Un Sistema de Recuperacin de Informacin Basado en Pasajes. [citado 10 junio 2013]. Disponible en World Wide Web:

http://gplsi.dlsi.ua.es/gplsi11/sites/default/files/tesis_fernando.pdf

[11]

Miguel Seguido Font. Sistemas de recomendacin para webs de informacin sobre la salud. [citado 10 junio 2013]. Disponible en World Wide Web:

http://upcommons.upc.edu/pfc/bitstream/2099.1/7193/1/Master%20T hesis%20Seguido.pdf [12] Antonio Francisco Savi. Sistema Para Auxlio Recuperao Contextualizada De Informaes Em Solues De Apoio Gesto Do Conhecimento. [citado 15 junio 2013]. Disponible en World Wide Web: http://www.teses.usp.br/teses/disponiveis/18/18135/tde-

05032007-094718/publico/savi.pdf [13] Karla Yanira Lpez Noris. Proceso de reclutamiento y seleccin de personal en la empresa Servicios Panamericanos de Proteccin. citado 15 junio 2013]. Disponible en World Wide Web:

http://www.buenastareas.com/ensayos/Tesis/1532605.html [14] Jaime cesar Vallejo salinas. en opcin al grado de maestro en ciencias de la administracin con especialidad en relaciones industriales. [citado 15 junio 2013]. disponible en world wide web: http://cdigital.dgb.uanl.mx/te/1020119029.pdf

[15]

Gmez, Neudis. Anlisis De Los Procedimientos De Reclutamiento Y Seleccin De Personal En La Gerencia De Recursos Humanos En La Empresa Edil Oriente Internacional Maturn-Estado Monagas. [citado 10 junio 2013]. Disponible en World Wide Web:

http://ri.biblioteca.udo.edu.ve/bitstream/123456789/651/1/TESIS658.311_G582a_01.pdf

[16]

Javier Celestino Galvis Aparicio.

Diseo De Un Sistema De

Informacin Para El Seguimiento De Las Actividades Asociadas Con La Administracin Del Personal De Una Empresa Dedicada A La Explotacin Petrolera. [citado 10 junio 2013]. Disponible en World Wide Web: http://ri.biblioteca.udo.edu.ve/bitstream/123456789/

1101/1/Tesis.DISE%C3%91O%20DE%20UN%20SISTEMA%20DE% 20INFORMACI%C3%93N%20PARA%20ADMINISTRACI%C3%93N %20DEL%20PERSONAL.pdf

[17]

Carlos Alberto Quispe Montesinos. Tesis Para Obtener El Grado Acadmico De Magster En Administracin Con Mencin En Direccin De Recursos Humanos. Lima Per 2008. [citado 10 junio 2013]. Disponible en World Wide Web:

http://www.cybertesis.edu.pe/sisbib/2008/quispe_mc/pdf/quispe_mc.p df

I.

PLANTEAMIENTO DEL PROBLEMA

1.1. Antecedentes del Problema

Hoy en da las empresas realizan importantes desembolsos econmicos para invertir en la seleccin de su personal, por ende es indiscutible la importancia que para una organizacin tiene el contar con los recursos humanos de calidad, puesto a que el activo ms importante de las organizaciones est constituido por las personas que las forman, ya que la eficiencia y prosperidad de sta depende de su capacidad para seleccionar al personal apropiado para cada puesto. Al respecto Sostre dice que: Muchas demandas de personal tienen sus races en el proceso de reclutamiento y seleccin del personal. Por esta razn es importante asegurarse de seleccionar a los candidatos correctos y colocarlos en las posiciones que mejor se ajusten a sus capacidades.1 Alcaide, Gonzlez y Flores (1996), afirman que: El reclutamiento es una fase fundamental del proceso de seleccin de personal, cuyo objetivo es atraer un nmero suficiente de candidatos potencialmente interesados en el puesto que se pretende cubrir, y lo suficientemente cualificados para realizar las tareas que dicho puesto exige. 2

Definir correctamente las competencias de la persona que se est buscando, es una prioridad puesto a que el xito de las
1

Wilbert Sostre. Tcnicas de seleccin de personal. [citado 05 Mayo 2013]. Disponible en World Wide Web: http://www.emagister.com/comparte-tus-cursos/getPdf.cfm?qs=4/tecnicas-seleccionpersonal-4804-completo.pdf 2 Alcaide, M., Gonzlez, M. y Flores, I. (1996). Mercado de trabajo, reclutamiento y formacin en Espaa. [citado 05 Mayo 2013]. Disponible en World Wide Web: http://www.papelesdelpsicologo.es/pdf/2138.pdf

organizaciones depende en gran medida de una buena eleccin de capital humano para el buen funcionamiento y desarrollo de tareas y procesos dentro de la organizacin.

Sin embargo las tcnicas de seleccin personal que utilizan la mayora de las empresas son muy deficientes, no identifican las necesidades de la empresa y muchas veces las decisiones de contratacin se hacen en medio de la desesperacin sin realizar un adecuado anlisis de cada puesto de trabajo, Desgraciadamente, la seleccin de personal se hace, en ocasiones, en forma intuitiva, basndose slo en la impresin inicial, observaciones y datos subjetivos, por lo que es necesario que la evidencia cientfica suplante a las corazonadas, los juicios arbitrarios y a los mtodos de ensayo y error. Patricia, (2009) 3 Segn Alles, (2000),Desde que las empresas emplean el proceso de reclutamiento de personal para atraer candidatos potenciales, las empresas se vean en la necesidad de buscar entre bodegas llenas de papeles con los currculos de todos los empleados y de todos los candidatos que alguna vez aspiraron a trabajar en la empresa..4

La consecuencia de todo esto son gastos imprevistos para la empresa, como tiempo, dinero, falta de productividad, etc que afecta directamente al desarrollo de la organizacin. Segn Claudia, (2012) dice, Una deficiente seleccin de personal causara un costo para la organizacin que sera altsimo dado que en lugar de beneficiarla podra perjudicar el cumplimiento de sus
3

Patricia Surez Toscana. Cmo realizar una buena seleccin de personal. [citado 31 mayo 2013]. Disponible en World Wide Web h:ttp://evalpsico.blogspot.com/2011/01/como-realizar-una-buenaseleccion-de.html. 4 Alles, Martha Alicia. Direccin estratgica de recursos humanos gestin por Competencias. Ediciones Granica, Argentina, 2000, [citado 27 abril 2013]. Disponible en World Wide Web: http://www.spentamexico.org/v4-n2/4(2)%2053-96.pdf

objetivos. Y esto sera el resultado no slo de una deficiente gestin de los recursos, sino de una mala seleccin en los mismos. Las consecuencias seran una serie de problemas a corto, mediano y largo plazo, lo cual repercutira entre otras circunstancias en un alto grado de inestabilidad laboral, ausentismo, depresin, estrs laboral, etc., provocando el deterioro de la organizacin o incluso propiciando su cierre.5

Es comn que las empresas de nuestro pas durante el proceso de seleccin de personal recurran a diferentes tcnicas que ayudaran a seleccionar a los mejores candidatos para cada puesto, estas tcnicas son mltiples y se trata de un campo en continua evolucin y que requiere de equipos pluridisciplinares (psicolgicos,

informticos, etc), pero muchas veces no son lo suficientemente eficientes para la seleccin del futuro empleado y hasta se pueden convertir en una desventaja por que muchas veces escuchamos a los postulantes preguntarse: por qu no qued seleccionado si cumpla con todos los requisitos para cubrir el puesto?, pero lo que estos postulantes olvidan es que las empresas no solo toman en cuenta estas tcnicas psicolgicas, entrevistas personales, test cognitivos, etc sino que consideran ms las experiencias y formacin acadmica de cada candidato.

En la ciudad de tarapoto al momento en que una empresa crea una vacante de trabajo, para sustituir a algn otro trabajador o por la creacin de un nuevo puesto de trabajo se ve en la necesidad de recurrir a hacer convocatorias a travs de afiches pegados fuera de sus locales y alrededores con la finalidad de buscar personal que
5

Claudia Ramos Mata. Consecuencias De Una Deficiente Seleccion De Personal, 10 diciembre 2012. , [citado 03 junio 2013]. Disponible en World Wide Web: http://clubensayos.com/Negocios/Consecuencias-De-Una-Deficiente-Seleccion/480121.html

cumpla con requisitos del perfil del puesto de trabajo que estn buscando.

Por otro lado el Ministerio de Trabajo y promocin del empleo es uno de los entes importantes encargados de convocar y recibir el Currculum Vitae de los postulantes a puestos de trabajo para conseguir la mayor cantidad de personas que cumplan los requisitos exigidos para el puesto de trabajo.

Segn un estudio de la bolsa de trabajo por Internet Bumeran.com: Actualmente el 60% de las personas que buscan trabajo utilizan Internet como principal medio, por lo cual las postulaciones por vacante est en constante ascenso, e ah que el problema actual de los reclutadores no es la cantidad de postulantes para cada puesto de trabajo, sino la calidad de los currculos recibidos. Giacomelli (2009) nos dice: Que un reclutador reciba 300

aspirantes por cada vacante publicada puede ser una maldicin, sobre todo si el 70% no cubre con los requerimientos del puesto.6

Es importante mencionar, que la mayora de las empresas tienen a su cargo la funcin del proceso de reunir y seleccionar personal, que es llevado a cabo por personal capacitado de la misma; sin embargo existen empresas que prefieren contactar con compaas externas para que se encargue de este proceso por temor a elegir a un candidato errneo para el puesto. Castells (1997), afirma que: las nuevas trayectorias organizativas no son una consecuencia mecnica del cambio tecnolgico, sino que,
6

Giacomelli Trevio, Rosamaria. Las tecnologas de informacin y su aplicabilidad en el proceso de reclutamiento y seleccin. [citado 27 abril 2013]. Disponible en World Wide Web: http://www.spentamexico.org/v4-n2/4(2)%2053-96.pdf

por el contrario, algunas de ellas precedan al surgimiento de las nuevas tecnologas de la informacin. 7

Pero de lo que no cabe duda es que las nuevas tecnologas de la informacin tienen una incidencia directa en la gestin empresarial y, precisamente, en la gestin de los recursos humanos, puesto a que ayuda a la mejora de seleccin rpida y eficiente del personal de la empresa, y est dirigida a la obtencin del mejor candidato cuyas caractersticas se adecue mas al perfil del puesto que se pretende cubrir.

Morell & Brunet (1999) afirman que las nuevas tecnologas de la informacin proporcionan un nuevo marco inter-comunicativo que por su importancia no puede ser ignorado.8 En la actualidad la disposicin de la informacin en la web a travs de los sistemas de recuperacin de informacin, ha facilitado el acceso a la misma de una manera rpida y eficiente, suministrando principalmente a las empresas informacin de primera calidad, pertinente, justo a tiempo y al menor coste en cuanto a necesidades tengan de la misma.

Segn Figuerola, (2008), dice que en la recuperacin de la informacin, El objetivo es localizar informacin en grandes

colecciones de documentos en formato electrnico. Los usuarios de estos sistemas formulan consultas que expresan qu contenidos desean localizar. Para ello es preciso que el sistema procese

Castells, Manuel. La Era de la Informacin. [citado 27 abril 2013]. Disponible en World Wide Web: http://es.scribd.com/doc/23352677/CASTELLS-Manuel-La-era-de-la-informacion-El-poder-dela-identidad-V-II 8 Morell, Blanch Antonio - Ignasi Brunet Icart. Universitat de Lleida. Departament d'Economia Aplicada. [citado 27 abril 2013]. Disponible en World Wide Web: http://repositori.udl.cat/bitstream/handle/10459.1/41503/02102862n59p173.pdf?sequence=1

previamente la coleccin de documentos a fin de construir estructuras de acceso que permitan una localizacin rpida .9

Visto el problema que las empresas tienen a la hora de seleccionar el personal acorde a las necesidades del acorde al perfil del puesto que estn buscando, y la ventaja de los beneficios obtenidos del uso de las tecnologas de informacin en procesos de reunin y seleccin de personal en diferentes empresas, queda disponible para su utilizacin el sistema de recomendacin de currculos profesionales basado en el Modelo Vectorial de Recuperacin de Informacin.

1.2. Definicin del Problema

Actualmente

las

tcnicas

de

seleccin

contratacin

de

profesionales que utilizan las empresas son muy deficientes, subjetivas e inadecuadas, puesto a que no se aplican los mtodos apropiados para reunir personal causando a veces contrataciones de personal ineficiente generando gastos innecesarios para la empresa como tiempo y dinero.

La falta de tcnicas de seleccin de personal es causado particularmente porque no existe ningn medio en donde las empresas puedan buscar de manera rpida y eficiente el personal acorde a sus necesidades evitando as retrasos y prdidas de tiempo y dinero innecesariamente.

Recuperacin de la Informacin. Profesor Dr. Carlos G. Figuerola: Departamento de Informtica y Automtica [citado 01 Mayo 2013]. Disponible en World Wide Web: http://www.daedalus.es/quetecnologias-nos-diferencian/tecnologias-de-busqueda/recuperacion-de-informacion/

La solucin a este eminente problema pudiera remediarse si las empresas siguieran una serie de pasos que los lleven y ayuden a conseguir el capital humano adecuado para cada labor.

1.3. Formulacin del Problema

Con la implementacin de un sistema de recomendacin de currculos profesionales, se mejorar la seleccin de personal en las empresas en la ciudad de Tarapoto?

1.4. Justificacin Debido a que las empresas cuentan con inadecuados mtodos para la seleccin de personal, es imprescindible contar con las

adecuadas tcnicas para la seleccin personal, que cubra con los conocimientos, habilidades, necesidades y disposicin que requiere la empresa. Hoy en da, el xito de las organizaciones depende en gran medida de una buena eleccin de capital humano para el buen

funcionamiento y desarrollo de tareas y procesos de empresa.

La importancia del trabajo propuesto, radica en que permitir a las empresas contar con un sistema que recomiende currculos

profesionales con la finalidad de tener una adecuada seleccin del capital humano para el buen funcionamiento y desarrollo de tareas y procesos de la empresa.

Si la empresa es incapaz de reunir y seleccionar anticipadamente a su personal, no contara con los trabajadores suficientemente competentes para alcanzar sus objetivos y esto podra ocasionarle un gran fracaso empresarial.

1.5. Limitaciones y Alcances 1.5.1. Alcance La trascendencia de esta investigacin radica en permitir concientizar a las empresas sobre la importancia que tiene realizar bsquedas de informacin de los currculos de los profesionales que estn acorde a sus necesidades, para la posterior seleccin de los mismos.

II.

OBJETIVOS
2.1. Objetivo General Implementar un sistema de recomendacin de currculos profesionales para mejorar la seleccin de personal en las empresas de la ciudad de Tarapoto 2.2. Objetivos Especficos Construir un sistema de recomendacin de currculos

profesionales, basado en el modelo vectorial de recuperacin de informacin. Poner a prueba el sistema de recomendacin de currculos profesionales. Validar el sistema de recomendacin de currculos profesionales. Aplicar el modelo vectorial de recuperacin de informacin para la implementacin del sistema de recomendacin de currculos profesionales.

III.

MARCO TERICO CONCEPTUAL


3.1. Antecedentes de la Investigacin
Segn Llopis(2003:239) en su tesis doctoral de la universidad dAlacant , denominado IR-n: Un Sistema de Recuperacin de Informacin Basado en Pasajes, llega a las siguiente conclusin: El incremento de la cantidad de informacin en formato digital ha supuesto un incremento notable del inters en la investigacin en sistemas de informacin textual. El objetivo es claro, se desea automatizar el proceso de bsqueda de todo tipo de informacin en una serie de documentos.10

Segn Font (2009: 65), en su trabajo de tesis para obtener el ttulo de Mster and PhD in Computing, denominado: Sistemas de recomendacin para webs de informacin sobre la salu d, concluye que: Los sistemas de recomendacin basados en el conocimiento incorporan soluciones validas para usuarios que requieren de una recomendacin que se ajuste a unas necesidades concretas. Adems, ya que presentan una ingeniera del conocimiento del dominio en el que trabajan, eliminan problemas generales de los sistemas de recomendacin como son el arranque en fro o anomalas estticas del mercado.11

Savi (2003:87), en su trabajo de tesis presentada a la Escuela Ingeniera de So Carlos Universidad de So Paulo, en el marco requisitos para obtener el ttulo Maestra en Ingeniera Mecnica,
10

Fernando Llopis Pascual (2003). IR-n: Un Sistema de Recuperacin de Informacin Basado en Pasajes. [citado 10 junio 2013]. Disponible en World Wide Web: http://gplsi.dlsi.ua.es/gplsi11/sites/default/files/tesis_fernando.pdf 11 Miguel Seguido Font. Sistemas de recomendacin para webs de informacin sobre la salud. [citado 10 junio 2013]. Disponible en World Wide Web: http://upcommons.upc.edu/pfc/bitstream/2099.1/7193/1/Master%20Thesis%20Seguido.pdf

concluye que: En la actualidad existe un gran conjunto de herramientas que apoyan la gestin de conocimiento. Una cuestin clave para la eficacia de estas herramientas es la cantidad de informacin que tiende a crecer de forma exponencial. Esto complica la recuperacin, y en casos extremos puede impedirlo. Dentro de este escenario, se ha dado gran atencin a los motores de bsqueda.12

Segn Noris (2010) en su trabajo de investigacin para optar el ttulo de Administradora de Empresas, denominado Proceso de

reclutamiento y seleccin de personal en la empresa Servicios Panamericanos de Proteccin, concluye que: El proceso de reclutamiento y seleccin es el ms importante para cualquier organizacin, ya que en l se debe seleccionar el personal ms idneo, y a su vez que cumpla con los objetivos de la organizacin..13

Vallejo (1996:86) en su tesis para optar el ttulo de Maestro en Ciencias de la Administracin, denominado En opcin al grado de maestro en ciencias de la administracin con especialidad en relaciones industriales, llega a las siguientes conclusiones: 1: La seleccin de personal ms idneo para el trabajo es solo el primer paso para crear un equipo eficaz; despus del proceso de reclutamiento y seleccin los primeros das y semanas pueden ser cruciales para integrarlos a la organizacin. 2: Una buena descripcin del puesto indica a todos las

responsabilidades del titular del mismo, no es solo una descripcin detallada de todas las actividades que se espera que realice la
12

Antonio Francisco Savi. Sistema Para Auxlio Recuperao Contextualizada De Informaes Em Solues De Apoio Gesto Do Conhecimento. [citado 15 junio 2013]. Disponible en World Wide Web: http://www.teses.usp.br/teses/disponiveis/18/18135/tde-05032007094718/publico/savi.pdf 13 Karla Yanira Lpez Noris. Proceso de reclutamiento y seleccin de personal en la empresa Servicios Panamericanos de Proteccin. [citado 15 junio 2013]. Disponible en World Wide Web: http://www.buenastareas.com/ensayos/Tesis/1532605.html

persona, sin especificar cmo llevarlas a cabo. En vez de ello expone la funcin bsica del puesto, los resultados esperados y las relaciones de dependencia existentes.14 Gmez (2005:97) en su Trabajo de grado, Modalidad Tesis Presentado como Requisito Parcial para Optar al Ttulo de Licenciado en Gerencia de Recursos Humanos, denominado: Anlisis De Los Procedimientos De Reclutamiento Y Seleccin De Personal En La Gerencia De Recursos Humanos En La Empresa Edil Oriente Internacional Maturn-Estado Monagas, concluye que: Se pudo detectar que la fuente de ingreso ms utilizada es la recomendacin de personas y solicitudes espontneas, lo que trae como

consecuencia que el personal no sea calificado, para cumplir con los roles correspondientes al cargo.15

Segn Galvis (2009: 202) en su trabajo de grado presentado ante la universidad de oriente como requisito parcial para optar al ttulo de Ingeniero De Sistemas, denominado Diseo De Un Sistema De Informacin Para El Seguimiento De Las Actividades Asociadas Con La Administracin Del Personal De Una Empresa Dedicada A La Explotacin Petrolera, llega a las siguientes conclusiones: 1: El proceso de administracin de personal descrito presenta varias fallas que son consecuencias del manejo manual de la informacin lo que impide que se desarrolle de manera eficaz. 2: El proceso de seleccin de personal que se realiza de forma manual genera retraso y un desgaste fsico considerable en los analistas del departamento de Recursos Humanos que repercuten en
14

Jaime Cesar Vallejo Salinas. En opcin al grado de maestro en ciencias de la administracin con especialidad en relaciones industriales. [citado 15 junio 2013]. Disponible en World Wide Web: http://cdigital.dgb.uanl.mx/te/1020119029.pdf 15 Gmez, Neudis. Anlisis De Los Procedimientos De Reclutamiento Y Seleccin De Personal En La Gerencia De Recursos Humanos En La Empresa Edil Oriente Internacional Maturn-Estado Monagas. [citado 10 junio 2013]. Disponible en World Wide Web: http://ri.biblioteca.udo.edu.ve/bitstream/123456789/651/1/TESIS-658.311_G582a_01.pdf

el resto de las actividades.16

Segn Quispe(2008) en su tesis para obtener el grado acadmico de Magster en Administracin con mencin en Direccin de Recursos Humanos, denominado: Diseo de un modelo de seleccin de magistrados del poder judicial en base a competencias laborales , llega a la siguiente conclusin: La adopcin de un sistema de seleccin competencias laborales debe llevar a adoptar un perfil en el que se consideren valores, competencias genricas y competencias especficas, las cuales no deben configurarse en una lista difusa y ampulosa sino una relacin pequea pero que contenga valores, conocimientos, habilidades, experiencias y conductas distintivas y determinantes para administrar justicia y resolver controversias jurdicas.17

3.2. Definicin de trminos


3.2.1. Reclutamiento: Conjunto de procedimientos utilizados con el fin de atraer a un nmero suficiente de candidatos idneos para un puesto especfico en una determinada organizacin.

3.2.2. Currculo: El trmino currculo designa el marco general de planificacin, actuacin y evaluacin en el mbito de la enseanza y aprendizaje; su objetivo principal es facilitar la integracin y coherencia de las decisiones que se adoptan
16

Javier Celestino Galvis Aparicio. Diseo De Un Sistema De Informacin Para El Seguimiento De Las Actividades Asociadas Con La Administracin Del Personal De Una Empresa Dedicada A La Explotacin Petrolera. [citado 10 junio 2013]. Disponible en World Wide Web: http://ri.biblioteca.udo.edu.ve/bitstream/123456789/1101/1/Tesis.DISE%C3%91O%20DE%20UN% 20SISTEMA%20DE%20INFORMACI%C3%93N%20PARA%20ADMINISTRACI%C3%93N%20DEL %20PERSONAL.pdf 17 Carlos Alberto Quispe Montesinos. Tesis Para Obtener El Grado Acadmico De Magster En Administracin Con Mencin En Direccin De Recursos Humanos. Lima Per 2008. [citado 10 junio 2013]. Disponible en World Wide Web: http://www.cybertesis.edu.pe/sisbib/2008/quispe_mc/pdf/quispe_mc.pdf

y de las actividades que se llevan a cabo.

3.2.3. Proceso de seleccin: El proceso de seleccin es aqul que realiza una entidad y que se inicia por el proceso de reclutacin, pasando a la eleccin del candidato/a ms idneo/a para el puesto vacante de entre los reclutados, procurando aumentar la eficiencia y el desempeo del personal y de la propia organizacin.

3.2.4. Aspirante: Persona interesada en prestar sus servicios a la empresa.

3.2.5. Competencias:

actuaciones

integrales

para

identificar,

interpretar, argumentar y resolver problemas del contexto con idoneidad y tica, integrando el saber ser, el saber hacer y el saber conocer.

3.2.6. Contratacin de personal: Es el procedimiento que se lleva a cabo en una empresa para formalizar la relacin laboral con el empleado; y se refiere a la integracin de un expediente documental de los datos personales y profesionales que una persona proporciono a la empresa y el acto de formalizacin mediante la firma de un contrato donde se aceptan las obligaciones y responsabilidades de la empresa y el nuevo empleado.

3.2.7. Cambio tecnolgico: Se define como la introduccin de nuevos mtodos de produccin o nuevos productos a fin de elevar la productividad de los insumos existentes.

3.2.8. Tecnologas de la informacin: Es un amplio concepto que

abarca todo lo relacionado a la conversin, almacenamiento, proteccin, procesamiento y transmisin de la informacin.

3.2.9. Sistema de recuperacin de informacin: Proceso donde se accede a una informacin previamente almacenada,

mediante herramientas informticas que permiten establecer ecuaciones de bsqueda especficas. Dicha informacin ha debido de ser estructura previamente a su almacenamiento.

3.3. Bases tericas

3.3.1. Obtencin de informacin de forma automtica

El objetivo bsico de todas las tcnicas de obtencin o bsqueda de informacin de forma automtica es el de suministrar, de forma eficaz y eficiente, aquella informacin solicitada por los usuarios. Existen diferentes aproximaciones o tcnicas de bsqueda

automtica de informacin. Las diferencias entre estas tcnicas radican principalmente en el enfoque que se da a este tratamiento automtico y, sobre todo, en el objetivo final que se desea conseguir. Dicho objetivo viene siempre fijado por las necesidades e informacin determinado. que puede tener un usuario en un momento

3.3.1.1.

La Recuperacin de Informacin (RI)

La RI es la tarea de localizar, dentro de una coleccin o corpus, aquellos documentos que son relevantes a una necesidad de informacin de un usuario (Smeaton, 1997). A pesar de que en esta

definicin no se concreta, la RI es una tcnica que hace referencia a la recuperacin automtica de informacin.

Una buena definicin del trmino se encuentra en Lancaster (1963): "Un sistema de Recuperacin de Informacin no informa a (no cambia el

conocimiento de) un usuario con respecto a una pregunta que ste realiza, sino que meramente informa de la existencia (o no existencia) de documentos relacionados con dicha pregunta". En (Salton, 19Sg) ya no se limitan los objetivos de un sistema de RI a determinar la relevancia o no de un documento con respecto a una pregunta, sino que se aade el concepto de orden, de forma que se otorga una puntuacin a cada documento en funcin de su similitud o relevancia con respecto a la pregunta.

Esta puntuacin permite ordenar de rnayor a menor relevancia los documentos de una coleccin con respecto a dicha pregunta. Este modelo se puede ver en la figura 1.1, en la que aparecen los conceptos fundamentales del proceso: la pregunta, la coleccin de documentos disponibles y el sistema de RI que permite seleccionar aquellos que son relevantes. Una definicin genrica sobre RI se puede encontrar en Baeza-Yates y Ribeiro-Neto (1999), donde la RI se define como "una tcnica relacionada con la

representacin,

almacenamiento,

acceso

campos de informacin".

Un ejemplo de pregunta que procesara un sistema de RI sera la siguiente: "Encuentra documentos que contengan informacin relevante sobre la arquitectura desarrollada en Berln con posterioridad a la cada del muro", o bien de forma ms simple, "Arquitectura en Berln". Puede que actualmente el concepto de RI como tal no sea lo suficientemente conocido por todos los usuarios de este tipo de sistemas, no obstante, stos s que conocen uno de los ms claros ejemplos de sistemas de RI existentes: los motores de bsqueda de documentos en Internet. Para estos sistemas, la coleccin donde se deben localizar los documentos relevantes es el conjunto de pginas H TML y documentos disponibles en Internet. Pueden servir como ejemplo, los buscadores ms utilizados actualmente como Google y Yahoo.

3.3.1.2.

La Extraccin de Informacin (EI)

La EI es una tcnica relacionada con la RI pero mientras sta recupera documentos la EI procesa textos y los convierte de forma parcial o total en un conjunto de datos relevantes. La diferencia de estos sistemas de RI y EI radica en que los primeros

localizan documentos relevantes mientras que los segundos localizan y extraen informacin relevante.

En Wiiks (1997) se incorpora el concepto de informacin pre- Especificada, es decir, el usuario no slo solicita el tema que l considera relevante sino los items asociados a ese tema que realmente le interesan. Con ello, al concepto de bsqueda de informacin, se aade el concepto de plantilla que debe rellenar de forma automtica el sistema. As, los sistemas de EI tratan de solucionar el problema principal de la RI. Una vez que el usuario ha recibido la lista de documentos relevantes todava le queda pendiente una ardua tarea por realizar. Esta tarea consiste en comprobar primero si esos documentos contienen la informacin que busca y a continuacin, intentar localizar el lugar dentro del mismo en el que se halla dicha informacin.

La idea original de la EI era la de analizar textos de dominios no restringidos, pero actualmente los sistemas de EI trabajan con textos en dominios especficos y, a que en textos no restringidos su eficacia suele ser limitada. Adems, los sistemas de EI no permiten el tratamiento de preguntas arbitrarias, sino que el tipo de informacin requerida necesita ser definida de forma previa al desarrollo del sistema.

3.3.1.3.

La Bsqueda de Respuestas (BR)

El hecho que los sistemas de EI tengan un excesiva dependencia del dominio, y principalmente, un creciente inters en sistemas que afrontaran con

xito la tarea de localizar respuestas concretas a preguntas arbitrarias formuladas por los usuarios en grandes volmenes de informacin, han dejado la puerta abierta a la aparicin de un nuevo campo de investigacin conocido como BR.

La BR se puede definir como aquella tarea automtica realizada por ordenadores que tiene como finalidad la de encontrar respuestas concretas a necesidades precisas de informacin formuladas por los usuarios. Los sistemas de BR son

especialmente tiles en situaciones en las que el usuario final necesita conocer un dato muy

especfico y no dispone de tiempo o no necesita leer toda la documentacin referente al tema de la bsqueda para solucionar su problema.

3.3.2. Sustentacin Terica de Sistemas de

recomendacin
En el mundo real, nos podemos encontrar tiendas adaptadas a las necesidades o caractersticas de un barrio o zona concreta. Sin embargo, es imposible que nos encontremos una tienda real que se pueda adaptar a las necesidades, gustos y caractersticas de cada uno de los clientes que la visitan. En Internet esto s es posible y ha supuesto un gran cambio tanto en el comercio en s, como en las tcnicas de marketing. Hemos pasado del comercio y de las tcnicas de marketing clsicas que buscaban crear productos estndares,

con un gran ciclo de vida y que pudieran contentar a grandes mercados homogneos, a un comercio y a unas tcnicas que buscan personalizar los servicios y los productos de forma que puedan contentar expresamente a cada usuario en concreto.

Aunque en un principio se pens que la irrupcin del comercio electrnico llevara a las compaas a disear una gran variedad de productos que se pudieran adaptar a los gustos particulares de los usuarios o grupos de usuarios, el cambio ms importante no lo han sufrido las empresas sino los usuarios, pues estos, cuando visitan una tienda electrnica, tienen disponible una mayor gama de productos que si visitaran una tienda tradicional. As por ejemplo, aunque una librera tradicional puede ofrecer cientos de libros distintos, una librera on-line aumenta esta oferta a miles o millones de libros distintos. Este aumento en las posibles elecciones, tambin suponen un aumento de la informacin que el usuario debe procesar antes de escoger el producto que mejor satisface sus necesidades. Muchas veces esto produce una sobrecarga de informacin para el usuario, que puede sentirse saturado, ya que debe de explorar una extensa gama de productos y no tiene el tiempo suficiente para hacerlo o no quiere dedicarle tanto tiempo en encontrar el producto deseado. Esto supuso un gran inconveniente y fue uno de los principales obstculos que frenaron el desarrollo del comercio electrnico, ya que lo usuarios muchas veces desistan de las bsquedas y terminaban acudiendo a las tiendas tradicionales. Para solventar este problema de sobrecarga de informacin, se crearon varias herramientas de personalizacin que se utilizan no sobre los productos en s, sino sobre la forma en que son presentados en la tienda on-line.

La personalizacin es un mecanismo muy utilizado en otras reas cuyo objetivo es adaptar o personalizar un servicio a los gustos o necesidades particulares de un usuario. Cuando hablamos de personalizacin web normalmente nos referimos a la personalizacin de las pginas web. Esta personalizacin, ofrece contenidos adaptados y una presentacin de las pginas adaptadas basndose en las preferencias particulares de cada usuario, en las visitas pasadas o en los intereses futuros. La idea de la personalizacin es ofrecer la informacin o los productos adecuados, de manera precisa, a la gente que los necesita. Una de las herramientas ms utilizadas y que mejores resultados ha proporcionado en este campo han sido los sistemas de recomendacin.

Los sistemas de recomendacin fueron definidos en un principio como aquellos sistemas que tenan como entrada de datos recomendaciones proporcionadas por sus usuarios, agregaba estas recomendaciones y las mostraba a los sujetos apropiados. Actualmente, el significado del trmino sistem a de recomendacin es ms amplio, refirindose a cualquier sistema que produce recomendaciones individuales como salida, o que tiene el efecto de guiar al usuario de un modo personalizado a objetos tiles y/o interesantes dentro de un gran espacio de posibles opciones. Estos sistemas son muy atractivos en situaciones donde la cantidad de informacin que se ofrece al usuario supera ampliamente cualquier capacidad individual de exploracin. Los sistemas de recomendacin en la actualidad estn integrados en muchas pginas web de comercio electrnico tales como Amazom.com.

3.3.2.1.

Modelos de sistemas de recomendacin

Los sistemas de recomendacin son usados en el rea del comercio electrnico para sugerir

productos a los clientes o para proporcionarles informacin que les ayude a decidir qu productos puede comprar. Estos productos pueden recomendados basndose ser

en las ventas ms

importantes, en informacin demogrfica del cliente y/o en el anlisis histrico de las compras pasadas del cliente para predecir futuras compras. Existen varias formas de recomendacin, en estas

podemos incluir sugerencias de productos a los clientes, proporcionar informacin personalizada

sobre el producto, resumir las opiniones de una comunidad de usuarios o proporcionar las crticas de dicha comunidad. Estas tcnicas de

recomendacin son una parte fundamental en la personalizacin de una tienda electrnica porque ayuda al sitio a adaptarse por s mismo a cada cliente. Esta personalizacin puede verse como una adaptacin de la tienda on-line a las

necesidades particulares de cada usuario. Desde este punto de vista, uno podra definir los

sistemas de recomendacin como una herramienta que permite la creacin de una tienda virtual

personalmente diseada para cada cliente.

Los sistemas de recomendacin mejoran las ventas de las tiendas electrnicas de tres formas distintas:

1. Convierte a los visitantes en compradores: muchos visitantes de tiendas electrnicas suelen visitar las pginas con el nico objetivo de echar un vistazo a los productos ofertados pero, sin

ninguna intencin inicial de compra. Los sistemas de recomendacin pueden ayudar a que estos

usuarios encuentren los productos que desearan comprar.

2. Incrementa las ventas cruzadas: los sistemas de recomendacin aumentan las ventas cruzadas al sugerir productos adicionales a los clientes para que los compre. Si las recomendaciones son buenas, la media de pedidos realizados en esa tienda debera incrementarse. Por ejemplo, una tienda electrnica podra recomendar productos adicionales en el proceso de finalizacin de la compra (en la caja virtual), basndose en los

productos que ya tiene en el carrito de la compra.

3. Mejora la fidelidad de los clientes: en un mundo virtual como el de Internet donde, las

tiendas electrnicas de la competencia estn slo a uno o dos clicks de ratn, la fidelidad de los clientes se convierte en una parte fundamental del xito de cualquier tienda on-line. Los sistemas de

recomendacin mejoran esta fidelidad al crear un valor aadido en la relacin de la tienda electrnica

con el cliente. Las tiendas electrnicas utilizan los sistemas de recomendacin para aprender las costumbres y gustos de sus clientes, y presentar recomendaciones personalizadas a las

necesidades de cada uno de ellos. Si este proceso de personalizacin se ha realizado con xito,

existen muchas posibilidades de que estos clientes vuelvan a visitar el sitio web, y esto har a su vez, que se proporcione ms informacin sobre sus gustos, que mejoren las recomendaciones y que a la larga tengamos unos clientes fieles a dicha tienda electrnica. Incluso si un competidor desarrollara un software similar a esta tienda, los clientes tendran que dedicar el mismo tiempo que dedicaron en el primer caso para que la competencia conozca con la misma precisin sus gustos y necesidades.

Los sistemas de recomendacin basada

en las

fuentes de informacin utilizadas para calcular sus recomendaciones. Para entender dicha

clasificacin, es importante sealar que los sistemas de recomendacin utilizan:

1. Datos de contexto: la informacin que el sistema tiene antes de que el proceso de

recomendacin empiece

2. Datos de entrada: la informacin que el usuario comunica al sistema para generar una

recomendacin.

3. Algoritmo de recomendacin: un

algoritmo

que combine los datos de con- texto con los datos de entrada para generar las recomendaciones.

Los datos de entrada estn relacionados con los gustos, necesidades y preferencias de los usuarios. Dependiendo de cmo se recoja esta informacin se puede clasificar en: Informacin

explcita:

informacin

proporcionada por el usuario, en la mayora de los casos a peticin del sistema, aunque tambin puede ser introducida por terceras personas en base a cuestionarios, datos

aportados, informacin ya disponible, etc., pero siempre contemplando informacin

directamente proporcionada por el usuario. De esta forma, de es la dicho usuario de el la

responsable Informacin

veracidad

informacin aportada. implcita: informacin recogida

automticamente por el propio sistema en funcin del comportamiento del usuario.

Pueden ser por ejemplo, datos referidos al historial de navegacin del usuario,

productos adquiridos en una pgina web, acceso a ciertas pginas, etc.

Partiendo de esta informacin y de los algoritmos utilizados podemos para generar las recomendaciones tcnicas de

distinguir

cinco

recomendacin:

1. Sistemas de recomendacin colaborativos: son probablemente los ms extendidos en el mercado. Se han utilizado con xito en mltiples ocasiones y es el modelo actualidad. colaborativos Los sistemas las ms asentado en la de recomendacin valoraciones o

agregan

recomendaciones de los objetos, identifican los gustos comunes de los usuarios basndose en sus valoraciones y generan una nueva recomendacin teniendo en cuenta usuarios. las comparaciones entre

Un

perfil tpico de usuario

en

un

sistema

colaborativo consiste en un vector de objetos y sus valoraciones. La mayor ventaja de las tcnicas colaborativas es que son completamente

independientes de la representacin interna de los productos que se pueden recomendar.

2. Sistemas

de recomendacin basados en de la investigacin del

contenido: provienen

filtrado y recuperacin de informacin. En un sistema basado en contenido, los objetos de inters estn definidos por sus caractersticas asociadas. Un sistema de recomendacin basado en contenido aprende un perfil de intereses de los usuarios

basndose en las caractersticas presentes en los objetos que el usuario ha seleccionado.

3. Sistemas de recomendacin demogrficos: tienen como sus objetivo clasificar al usuario personales basndose y en hacer segn las

atributos

recomendaciones

sus clases

demogrficas. Uno de los primeros ejemplos de este tipo de sistema fue Grundy que recomendaba libros basndose en la informacin personal

recogida mediante un dialogo interactivo. Las respuestas del usuario eran comparadas con una librera construida manual- mente de estereotipos de usuarios. Algunos sistemas de recomendacin ms recientes tambin han utilizado este modo de trabajo. Por ejemplo en se utilizan demogrficos de estudios de marketing grupos para

sugerir una gama de productos otros sistemas, aprendizaje para se utilizaron conseguir

y servicios. En algoritmos de un clasificador

basado en datos demogrficos. La representacin demogrfica de la informacin en un modelo de usuario puede variar enormemente. El sistema de Rich utilizaba atributos establecidos manualmente con valores de confianza numricos.

El modelo de Pazzani

usa Winnow para extraer

las caractersticas de las pginas de inicio de los usuarios que son las que predecan el gusto por ciertos restaurantes. Uno de los principales

beneficios del enfoque demogrfico es que no

requiere informacin histrica, como ocurre con las tcnicas colaborativas y basadas en contenido, para realizar las recomendaciones. Sin embargo, tiene como inconveniente que requiere informacin

demogrfica sobre el usuario, esta muchas veces puede ser de carcter personal y muchos usuarios pueden sentir que se est violando su privacidad o que se le est carcter privado. requiriendo informacin de

4. Sistemas de recomendacin basados en conocimiento: los sistemas de recomendacin basados en conocimiento intentan sugerir objetos haciendo inferencias sobre las necesidades de un usuario y sus preferencias. Se puede decir que todas las tcnicas de recomendacin hacen algn tipo de inferencia. El enfoque basado en

conocimiento se distingue en el sentido que usan conocimiento funcional: tienen conocimiento sobre cmo un objeto en particular puede satisfacer las necesidades del usuario, y por lo tanto pueden razonar sobre la relacin entre una necesidad y una posible recomendacin. El perfil del usuario es una estructura de conocimiento que apoya esta inferencia.

5. Sistemas

de recomendacin

basados

en

utilidad: realizan clculo de una

sugerencias basndose

en el

utilidad de cada objeto para el el problema central, es

usuario. Por supuesto, como crear una

funcin de utilidad para cada

usuario y aplicarla a los objetos en consideracin [68]. El perfil de usuario por tanto, es una funcin de utilidad que el sistema tiene que obtener del usuario y el sistema emplea para tcnicas de

satisfaccin de restricciones

localizar el

producto que mejor concuerda con lo que quiere el usuario. Las ventajas de las recomendaciones basadas en utilidad es que puede trabajar con atributos no relacionados directamente con los

productos, tales como la fiabilidad del vendedor y la disponibilidad del producto.

6.

Sistemas

de

recomendacin

hbridos: presentan

individualmente todas las tcnicas alguna limitacin o problema.

Para solucionar

estas limitaciones se planteo la hibridacin de distintas tcnicas de recomendacin. Hablamos

de hibridacin cuando combinamos dos o ms tcnicas de recomendacin con el objetivo de

obtener un mejor rendimiento que si hubiramos utilizado estas tcnicas de forma independiente.

3.3.2.2.

Sistemas de recomendacin colaborativos

Para

revisar

estos

sistemas,

estudiaremos

cules fueron sus orgenes y en qu tcnicas se basa su funcionamiento. Despus, veremos una clasificacin de los mismos y por ltimo

estudiaremos en profundidad el funcionamiento de un modelo simple de sistema de recomendacin colaborativo.

Orgenes Cuando las empresas pudieron almacenar los

datos de las transacciones comerciales, estas empezaron a analizar dicha informacin para

comprender el comportamiento de sus clientes. El trmino minera de datos se utiliza para describir un conjunto de tcnicas de anlisis utilizado para inferir reglas o construir modelos a partir de un gran conjunto de datos. Los primeros sistemas basaban de su recomendacin esquema de

colaborativos

funcionamiento en las ideas provenientes de la minera de datos. As por ejemplo, se disearon sistemas de recomendacin que tiene una fase off-line durante la cual aprenden el modelo, como ocurre en la minera de datos, y una fase on-line durante la cual aplican este modelo a situaciones reales generando recomendacin para los clientes del sistema. Sin embargo, lo ms habitual es utilizar un modelo de aprendizaje relajado, en el cual se construye y se actualiza el modelo durante el funcionamiento del sistema, ya que, las bases de datos sobre clientes evolucionan conformes los usuarios dinmicamente con el

interaccionan

sistema. En las primeras tiendas de comercio electrnico, las recomendaciones se generaban a partir de simples consultas a una base de datos, muchas veces diseadas por expertos y obtenidas mediante minera de datos.

Clasificacin Los sistemas de recomendacin colaborativos

pueden ser agrupados en dos clases generales: Sistemas de recomendacin que usan algoritmos basados en memoria: estos sistemas realizan de las

recomendacin,

esencialmente,

recomen- daciones basndose

en la coleccin el

completa de tems valorados previamente por

usuario. Es decir, el valor de una puntuacin no conocida para un usuario en concreto sobre un

producto en particular se calcula como un agregado de las valoraciones de otros usuarios

(generalmente, los K ms parecidos) sobre dicho producto. Para estos clculos se utiliza el algoritmo de los vecinos ms cercanos (K-NN) y como agregacin se utiliza una media ponderada de los vecinos ms cercanos que hayan valorado ese producto. Estas opiniones deberan ser escaladas para ajustar las diferencias en las tendencias de las valoraciones entre los usuarios. Los algoritmos basa- dos en el K-NN tienen la ventaja de ser capaces de utilizar rpidamente la informacin actual del sistema sobre las

preferencias de los usuarios. En situaciones reales tienen un gran inconveniente: conforme la base de usuarios del sistema va creciendo, el tiempo y los recursos necesarios para generar las

recomendaciones crece. Por lo que, puede llegar a ser excesivo y no generar recomendaciones en tiempos aceptables. Adems la calidad de estas

dependen de la densidad de la base de datos, si hay muchos usuarios con pocas recomendaciones es muy probable que no se generen

recomendaciones adecuadas. Para solucionar este problema se suelen

emplear heursticas para buscar buenos vecinos dentro de una gran poblacin de clientes. Sistemas de recomendacin que usan algoritmos basados en modelo: las aproximaciones basadas en modelos utilizan una coleccin de valoraciones para aprender un modelo, el cual ser utilizado

para generar las recomendaciones. Los tcnicas ms utilizadas para la construccin de estos modelos han sido: 1. Redes Bayesianas: las redes bayesianas crean un modelo a partir de un conjunto de entrenamiento con un rbol de decisin, en donde cada nodo y cada lado representa informacin de los clientes. El modelo puede ser construido off-line y puede tardar horas o das en construir- se. El modelo resultante es muy pequeo, rpido y en algunos casos tan preciso como los modelos basados en los vecinos ms cercanos. Las redes bayesianas pueden ser practicas en situaciones en donde el conocimiento sobre las

preferencias del usuario, cambia muy lentamente con respecto al tiempo que se tarda en construir modelo. No es til o no es adecuado en situaciones en donde los modelos de preferencias de los

clientes

deben

ser

actualizados

rpida

frecuentemente.

2. Sistemas de Recomendacin basados en tcnicas de clustering: las tcnicas de clustering identifican grupos de clientes que parecen tener preferencias similares. Una vez se han creado los cluster, las predicciones para un individuo pueden hacerse agregando las opiniones de otros

clientes pertenecientes a ese cluster. Algunas tcnicas de clustering tienen que un cliente o usuario puede en cuenta pertenecer

parcialmente a varios clusters. En estos casos la prediccin se obtiene mediante una agregacin entre los cluster participantes, y ponderada por el grado de pertenencia. Las tcnicas de clustering normalmente producen recomendaciones menos

personales que otros mtodos y en algunos casos, los clusters pueden tener peor precisin que los algoritmos del vecino ms cercano. Una vez

hemos obtenido todos los clusters, el rendimiento del sistema es muy bueno, ya que, el tamao del grupo que debe ser analizado es mucho ms pequeo. 3. Modelos basados en tems: otro modelo propuesto son los algoritmos basados en tems los cuales, para hacer una prediccin de qu valoracin le dara el usuario a un producto dado, llevan a cabo los siguientes pasos: primero tienen que explorar el

conjunto de tems o productos que el usuario ha valorado, calculan lo similar que son al producto del cual queremos predecir la puntuacin que le dara el usuario, seleccionan cercanos de un modelo los k productos ya calculado, y ms por

ltimo, predicen la valoracin global como una media ponderada de las valoraciones del usuario de los productos similares. 4. Sistemas de Recomendacin basados en clasificadores: los clasificadores son modelos computacionales para asignar una categora a una entra- da. Las entradas pueden ser vectores de sido

categoras para los productos que han

clasificados o datos sobre las relaciones entre los productos. Una forma de construir un sistema de recomendacin utilizando un clasificador es utilizar la informacin sobre un producto o un cliente como entrada, y obtener una categora de salida que represente la confianza con que se recomienda un producto al cliente. Los clasificadores han tenido bastante xito en una variedad de dominios, desde la identificacin de

riesgos de crditos y fraude en transacciones financieras, hasta diagnostico mdico o deteccin de intrusos. En podemos encontrarnos con un sistema de recomendacin hbrido que mezcla el filtrado colaborativo y el basado en contenido usando un induccin. clasificador de aprendizaje En mediante

se implement un clasificador de de caractersticas

pelculas, basado en vectores

con

aprendizaje

por induccin

y compara

la

clasificacin con las recomendaciones basadas en el vecino ms cercano. Este estudio de- mostr que el rendimiento de los clasificadores es

ligeramente peor que el de el vecino ms cercano, pero que combinndolos, pueden obtener mejores resultados que el del vecino ms cercano por si slo. 5. Sistemas de Recomendacin basados en

reglas de asociacin: las re- glas de asociacin han sido utilizadas en procesos de negocio, para analizar tanto los patrones de preferencia entre los productos, y para recomendar productos a

clientes basados en los otros productos que han escogido. Una regla de asociacin expresa la relacin de un pro- ducto que es habitualmente comprado junto con otros productos. Las reglas de asociacin pueden formar una representacin

compacta de da- tos de preferencia que pueden mejorar la eficiencia del almacenamiento tanto como la del rendimiento. cuando el No aporta buenos de las

resultados preferencias

conocimiento

cambia rpidamente. Las reglas de

asociacin han tenido un gran xito en otras aplicaciones tales como las que organizan las estanteras en las tiendas al detalle. Por el contrario, los sistemas de recomendacin basados en

tcnicas del vecino ms cercano son mas fciles de implementar para recomendaciones personales en un dominio donde se aportan frecuentemente opiniones, tales como, la venta al detalle on-line.

6. Sistemas de Recomendacin basados en Horting: horting es una tcnica basada en grafos en donde los nodos son clientes y los arcos indican el grado de similitud entre dos clientes [205]. Las predicciones son producidas desplazndose entre los nodos cercanos y combinando las opiniones de los clientes cercanos. Horting difiere del vecino ms cercano en el sentido que se puede explorar en el grafo, a clientes que an no han evaluado el producto en cuestin y, de esta forma, explorar relaciones transitivas que el vecino ms cercano nunca considerara.

3.3.3. Sistemas de recomendacin basados en contenido En esta seccin veremos cules fueron sus orgenes y en qu tcnicas se basaron para la construccin de estos modelos de sistemas de recomendacin. Por ltimo, estudiaremos en detalle el funcionamiento de un modelo simple de sistema de recomendacin basado en contenido. Orgenes Muchos de los productos Internet se descripciones, recomendacin que se pueden encontrar en

describen con gran detalle mediante textos, resmenes. basados en . . Los sistemas explotan de esta

contenido

informacin mediante el uso de tcnicas

previamente

utilizadas en la recuperacin y filtrado de informacin Como sabemos, uno de los usos ms habituales de Internet es como fuente de informacin. La cantidad de informacin que podemos encontrar sobre un tema o relacionado con una

consulta es enorme, sin embargo, no toda esta informacin es relevante o coincide con lo que realmente buscamos. Aunque, la mayora de veces los usuarios pueden obtener lo que quieren utilizando los motores de bsqueda tradicionales, en ocasiones estos devuelven muchos resultados que no son de inters real para el usuario. El problema de encontrar la informacin relevante es conocido como sobrecarga de

informacin. Los factores que causan este problema son los siguientes: La gran cantidad de informacin existente y creciente en Internet. La informacin mostrada en Internet no suele estar estructurada y la informacin nueva ningn orden ni estructura. La informacin existente en Internet tiene una se aade sin

naturaleza dinmica. Puede ser cambiada, modificada o borrada aunque ya haya sido publicada. El hecho de que se hayan convertido en una de las fuentes de informacin ms importantes y ms

utilizadas ha hecho que en muchas paginas web aparezcan herramientas para:

Recuperacin de informacin: el objetivo de la recuperacin de informacin es devolver un documento, o varios, a un usuario final que con- tenga la informacin deseada por este usuario. Esta rea ha evolucionado desde el anlisis de letras y palabras, para obtener el tema central del documento, hasta la integracin de propiedades intrnsecas del

documento tales como citas, hiperenlaces o datos del uso del documento. Los enfoques basa- dos en contenido, tales

como, los estadsticos o tcnicas

de lenguaje natural

proporcionan resultados que contienen un conjunto especfico de palabras documentos o significados, en una pero no diferencian qu

coleccin son los que de verdad pionero introdujo en recuperacin de

interesan leer. Salton , un informacin desde 1970,

el modelo

espacial

vectorial que se ha convertido en la actualidad en la base para la representacin de documentos en los sistemas de recuperacin de informacin actuales y los motores de

bsqueda web.

Filtrado

de informacin: las tcnicas

de filtrado de

informacin son un complemento de los motores de bsqueda ms que un modelo alternativo. El concepto de filtrado tiene que ver con la decisin de considerar, a priori, si un

documento es relevante o no, eliminndolo del conjunto de elementos que se pueden Estas tcnicas recuperar en caso contrario.

combinan, normalmente, sistemas de auto

aprendizaje y sistemas de recuperacin de informacin y han sido utilizadas en la construccin de motores de bsqueda especializados.

Debido a los grandes avances que se hicieron en estos campos, muchos de los sistemas de recomendacin

basados en contenido actuales se centran en recomen- dar productos o tems que contienen informacin textual tales como documentos, pginas web (URLs), o mensajes de noticias de Usenet. Las mejoras sobre los en- foques de recuperacin de informacin tradicionales provienen del uso de perfiles de usuario que contienen informacin sobre los gustos, preferencias o necesidades de estos. La informacin

almacenada en estos perfiles se puede obtener de muy diversas formas: de forma explcita, mediante, por ejemplo, cuestionarios implcita, que el usuario debe rellenar, obteniendo informacin o de forma su

estudiando

comportamiento. 3.3.4. Sistemas

de conocimiento

recomendacin

basados

en

Al igual que en los casos anteriores, en primer lugar estudiaremos cuales fueron sus orgenes y en qu tcnicas se basaron. Por ltimo, estudiaremos el funciona- miento de los sistemas de recomendacin basados en conocimiento. Orgenes La mayor parte de los sistemas de recomendacin basados en conocimiento emplean tcnicas de razonamiento basados en casos para inferir las recomendaciones. El razonamiento basado en casos fue formalizado en cuatro pasos: 1. Recordar: dado un determinado problema, el sistema debe recuperar aquellos casos relevantes (similares) a este

problema. Un caso consiste en un problema, una solucin y anotaciones de cmo la solucin se llevo a cabo. 2. Reutilizar: adaptar la solucin del problema anterior a este nuevo. 3. Revisar: probar que la solucin puede ser aplicada al

mundo real o al problema en concreto 4. Retener: si esta solucin ha sido satisfactoria almacenarla como un nuevo caso para futuros problemas.

El razonamiento basado en casos tiene sus orgenes en los trabajos de Roger Shank, Janet Kolobner y Michael Lebowitz, El primer sistema razonador basado en casos fue CLAVIER utilizado para disear las piezas compuestas que se cocern en un horno industrial de conviccin. Esquema de funcionamiento Este tipo de sistema de recomendacin utiliza el conocimiento que tiene sobre los usuarios y los productos para, mediante un enfoque basado en dicho conocimiento, generar una

recomendacin razonando sobre qu productos satisfacen las necesidades del usuario. Existen varias alternativas para implementar este tipo de sistemas, por ejemplo, el sistema de recomendacin PersonalLogic interacciona con el usuario mediante dilogos que le permiten explorar un rbol de

discriminacin de las caractersticas de los productos. Otros han adaptado herramientas de soporte a la decisin con

caractersticas cuantitativas para esta tarea. En esta seccin introduciremos los sistemas de recomendacin que se basan en el razonamiento recomendaciones. restaurantes realiza basado en casos para realizar las de

El sistema las nueva

de recomendacin

recomendaciones

encontrando

restaurantes en una usuario

ciudad similares a los que el Los usuarios que

conoca o le gustaban.

interaccionan con el sistema, declaran sus preferencias con respecto a un restaurante dando un ejemplo de sus

necesidades. Posteriormente, si hace falta, estos pueden refinar sus criterios de bsqueda.

Estos

sistemas

de recomendacin

presentan algunas

ventajas sobre los sistemas de recomendacin clsicos, los colaborativos y los basados en contenido. Por ejemplo, los sistemas de recomendacin colaborativos necesitan una gran cantidad de valoraciones de los usuarios sobre un conjunto de productos para poder realizar recomendaciones precisas

sobre dichos productos. Este problema tambin se presenta en aquellas tcnicas de recomendacin que emplean

algoritmos de aprendizaje, ya que, para que estos puedan aprender o generar un modelo que represente las

preferencias del usuario, se necesita una cierta cantidad de informacin sobre acciones pasadas o valoradas de los usuarios. Los sistemas de recomendacin basa- dos en conocimiento no presentan estos inconvenientes ya que sus recomendaciones no estn basadas en las valoraciones de un grupo de usuarios. Esto hace que los sistemas de

recomendacin basados en conocimiento no slo sean tiles por s mismos, para sino tambin tipos un importante

complemento recomendacin.

otros

de sistemas de

3.3.5. Reclutamiento De Personal Un puesto, consiste en un grupo de actividades y deberes relacionados, de manera que, las tareas debern estar bien definidas, para evitar conflictos y malos entendidos entre los empleados, y as permitirles saber ellos. Habr algunos puestos que se espera de

que requerirn varios ocupar una posicin

empleados y cada uno de estos

separada dentro de la empresa, entendindose que una posicin consiste en obligaciones y responsabilidades

diferentes, a cargo de un solo empleado., esto ver ia acuerdo al tamao y organizacin. El reclutamiento se define como un

de

conjunto de

procedimientos, orientados a atraer candidatos potencialmente calificados y capaces de ocupar un cargo dentro de

una organizacin; no es ms que un proceso, que parte de los datos sobre las necesidades presentes y futuras de recursos humanos dentro de esta, relacionando

actividades que provean de personal, para cumplir con los objetivos de Ia empresa; es decir, es un a actividad cuyo objetivo inmediato consiste en atraer los cuales candidatos entre

se seleccionarn los futuros integrantes de Ia

organizacin. Considerando, asimismo, que las posibilidades de contratar personal estn muchas veces limitadas por los presupuestos de nomina y por los salarios que deban

asignarse a cada uno de los puestos disponibles. Por ello los reclutadores debern conocer las

especificaciones de los puestos una declaracin de los

a cubrir, no es ms que

conocimientos, habilidades y

aptitudes que necesita una persona para desempear el trabajo.

3.3.5.1.

Proceso de Reclutamiento

El reclutamiento es el proceso

de localizar e

invitar a los candidatos potenciales a solicitar las vacantes previstas. Vara segn la organizacin y del grado de

complejidad de Ia misma, por lo que

los detalles

dependern de lo variado y diverso del puesto; por lo tanto, est directamente afectado por Ia cantidad y tipo de trabajo que se ejecute y por los cambios que se puedan presentar en el mercado. El inicio de por ste, lo depende de las plazas que, el encargado de

vacantes,

reclutamiento no tiene dicha tarea, sin

autoridad de efectuar la autorizacin del

departamento que tiene el puesto.

El reclutamiento entonces, es una funcin de apoyo, que da comienzo cuando se emite un formulario de solicitud de personal por el departamento que tiene disponible Ia plaza Esta es recibida por el Departamento de Recursos Humanos o la

dependencia encargada y verifica en los archivos si est algn candidato adecuado, si no se da el

caso, entonces recurre a reclutar a travs de las fuentes disponibles.

3.3.5.2.

Fuentes de Reclutamiento

Es necesario conocer y establecer fuentes

de

reclutamiento para Ia organizacin, ya que ese es uno de los problemas fundamentales de las denominan

mismas. A estas fuentes se les

internas y externas, la identificacin, Ia seleccin y mantenimiento debern fortalecer el rendimiento del proceso, disminuir el tiempo del mismo y reducir los costos de ste.

En

ese

sentido, el ha de venido

mercado de a presentar que

recursos diversas deben ser

humanos opciones

reclutamiento, Ia empresa

establecerse por

y puedan

utilizadas por esta para atraer candidatos

3.5.2.1. Fuentes Internas

Es cuando

se toma a los candidatos dentro de

los empleados de Ia misma empresa y pueden ser ascendidos (movimiento vertical) movimiento horizontal o o transferidos ( con promocin

(movimiento diagonal). La fuente interna de reclutamiento sirve muchas veces para crear oportunidades de promocin a

los empleados dentro de Ia empresa, esto es muy importante en el estado personal. Adems reubicacin puede laboral, implicar oportunidades por lo que es de muy de nimo positivo del

importante tener

los datos

disponibles en los efectuar el

archivos de la empresa para poder proceso. El

reclutamiento interno conlleva ventajas Ia empresa, ya que es ms

favorables para

econmico, y evita a la empresa el publicar avisos y contratar empresas de reclutamiento, as como el costo de inducir a un empleado a la organizacin.

Por otro lado, es mucho ms rpido, ya que se poseen los datos del empleado dentro de los ms

archivos de Ia empresa, haciendo mucho simple

el proceso y ubicando al empleado

inmediatamente en su nuevo puesto. Una desventaja del proceso de reclutamiento

interno, es que puede conducir a una

tendencia de incompetencia laboral por parte de los empleados, cayendo en encima de el error su nivel de de

ascenderlos por efectividad,

aplicndose el principio de Peter,:

Donde el mismo xito conducir a su ascenso a una posicin ms alta, con frecuencia a una que requiera aptitudes que no posee.

3.5.2.2. Fuentes Externas

El reclutamiento externo es aquel que se encarga de atraer personal fuera de Ia empresa. Afecta todos aquellos candidatos potenciales o reales, que se encuentran disponibles o trabajan en otras organizacin y son personas ajenas a Ia misma.

Las fuentes externas de reclutamiento son:

Archivos de Candidatos: Son aquellos que se han presentado con anterioridad a las dependencias de reclutamiento, y poseen curriculum en las mismas

El sistema de archivo

se puede

hacer

por

actividad o nivel de cargo a ocupar.

Anuncios: Cualquier publicacin en clasificados de peridicos, revistas especializadas, en radio televisin, aunque estos dos ltimos y

no son

muy frecuentes. Surgen los anuncios fuera de las fbricas, siendo tener estos importantes para llegar a

contacto con los solicitantes que estaran

interesados. Los anuncios tienen Ia ventaja de alcanzar un gran auditorio, que podran proveer a los posibles candidatos para ocupar el empleo disponible.

Anuncios en centros

acadmicos: En centros

universitarios o escuelas, directorios estudiantiles o directorios reclutamiento acadmicos. es Esta tcnica de

muy utilizada para

reclutar

candidatos orientados a tener oportunidades en empresas, desarrollando un sistema de publicidad institucional, presentando alto contenido de material de comunicacin con las instituciones mencionadas.

Contactos con empresas que actan en el mismo mercado: Esto es en trminos de cooperacin

mutua, donde los contactos comparten informacin entre empresas, y llegan a formar cooperativas u organismos de reclutamiento, financiado por ellas mismas.

Jornadas de reclutamiento a otras

localidades:

Tcnica muy utilizada cuando el mercado laboral local est ya muy explorado, Ia empresa puede entonces realizar viajes a otras localidades, e

instalarse en un hotel de esa localidad, utilizando como medio de comunicacin con Ia poblacin,

anuncios de radio y prensa local. Los candidatos reclutados deben ciudad donde trasladarse luego est situada hacia Ia

Ia empresa y

someterse a un periodo de prueba

3.3.6. Seleccin de Personal La seleccin es el proceso de elegir individuos con las cualidades especficas para Ilenar las vacantes existentes o futuras de una empresa. Luego de haber efectuado un proceso de

reclutamiento, adecuado a las caractersticas que la organizacin exige, se continua con el proceso de seleccin idneo para el puesto a ocupar,

donde se elige al individuo con las cualidades para llenar Ia vacante. Para Llevar a cabo una seleccin apropiada de

acuerdo al puesto, es necesario efectuar

3.3.6.1.

Proceso de Seleccin

Es un proceso continuo, porque las empresas no pueden evitar la rotacin de personal y hace que existan constantes requerimientos de

empleados, para cubrir los puestos vacantes varia no solo de una organizacin a otra, y del nivel de puesto a cubrir.

Existen varios que arrojan

pasos de seleccin general, datos confiables, entre estos

tenemos:

1. Llenado de solicitud. 2. Entrevista inicial en el Departamento de Recursos Humanos 3. Pruebas de empleo, experiencia laboral verificando

4. Investigacin de antecedentes 5. Seleccin preliminar en el Departamento de Recursos Humanos 6. Entrevista con el supervisor o el equipo 7. Examen mdico, para detectar ci uso de drogas 8. Decisin de contratacin

3.3.6.2.

Tcnicas de Seleccin

La seleccin de recursos humanos se apoya en patrones y criterios predeterminados, los cuales se toman con frecuencia a partir de las alterativas de informacin, que se utilizan en e proceso. A partir de Ia descripcin del cargo, el organismo de seleccin est en capacidad de interpretarla, y transformarla en una ficha de especificaciones del mismo o en una ficha profisiogrfica, Ia cual debe fsicas contener las caractersticas psicolgicas y necesarias, para que el aspirante pueda

desempear ste.

Entre

las tcnicas de seleccin de personal

tenemos: 1. Las pruebas de seleccin 2 3 4 Las entrevistas de seleccin Verificacin de antecedentes Comprobacin de referencia

5 Pruebas mdicas

3.4. Hiptesis La implementacin de un sistema de recomendacin de currculos profesionales, mejorar la seleccin de personal en las empresas en la ciudad de Tarapoto