La investigación aborda el reto de la clasificación de las partes interesadas, un proceso a menudo realizado manualmente y sujeto al juicio subjetivo de las personas implicadas. El estudio propone el uso de un sistema de inferencia difusa para mejorar la precisión de la clasificación de las partes interesadas en los proyectos. Se aplicaron técnicas de aprendizaje automático y ajuste del sistema de inferencia difusa mediante cuatro algoritmos basados en redes neuronales artificiales: ANFIS, HYFIS, FS.HGD y FIR.DM. Los resultados se analizaron a partir de medidas como el porcentaje de clasificaciones correctas, los casos falsos positivos, los casos falsos negativos y el error cuadrático medio en 10 iteraciones. Entre los algoritmos probados, ANFIS demostró los mejores resultados. El sistema de inferencia difusa, integrado con técnicas de aprendizaje automático, ofrece un enfoque mejorado de la clasificación de las partes interesadas. Al reducir la subjetividad asociada a los métodos manuales, este sistema mejora la calidad de la clasificación de las partes interesadas, lo que permite a los gestores de proyectos tomar decisiones más informadas.
INTRODUCCIÓN
La falta de éxito de un proyecto está relacionada con sus partes interesadas y su participación en las decisiones del proyecto. El CHAOS Report 1 refleja que el número de proyectos de software que no culminan con éxito es significativo, y sólo el 29% se consideran satisfactorios. Este estudio analiza los elementos considerados relevantes para llevar a cabo un proyecto exitoso, y gran parte está directamente relacionado con la gestión de los stakeholders ( 2 .
La administración de las partes interesadas en un proyecto incluye los procesos necesarios para reconocerlos, evaluar sus expectativas e influencia en el proyecto y desarrollar estrategias de gestión apropiadas para lograr su participación efectiva en la toma de decisiones. El reconocimiento y la clasificación correctos de las partes interesadas ayudan al líder del proyecto a centrarse en las relaciones necesarias para asegurar el éxito del proyecto 3 .
El proceso de clasificación de las partes interesadas generalmente lo realizan los líderes del proyecto utilizando métodos como lluvia de ideas, entrevistas, expertos y listas de verificación ( 4 ). Varias técnicas utilizan diferentes propiedades para caracterizar a las partes interesadas, y estas técnicas se llevan a cabo de forma manual y subjetiva por personas vinculadas. a los proyectos.
Una forma de solucionar el problema anterior es la aplicación de aprendizaje automático. Las técnicas de aprendizaje automático proporcionan herramientas informáticas con un acercamiento al razonamiento humano a través del conocimiento y la experiencia acumulados ( 5 . Estos métodos son poderosos en entornos donde los datos tienen valores imprecisos; permiten el desarrollo de soluciones de bajo costo y mayor capacidad de modelado 6 , 7 .
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
PMDP: Un marco para preservar la privacidad de los datos multiparte en la computación en nube
Artículo:
El método de enseñanza del baloncesto basado en la tecnología multimedia de red inteligente
Artículo:
Ejecución eficiente de modelos de MPSoC en red mediante la explotación de múltiples niveles de plataforma
Artículo:
Agrupación de cadenas de longitud desigual energéticamente eficiente para redes de sensores inalámbricos en ciudades inteligentes
Artículo:
Un protocolo de agrupación multietiqueta RFID mejorado y sensible a los recursos
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Infografía:
Sistemas de calidad. Six Sigma
Manual:
Química de los taninos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.