Logo_Icesi
 

Modelo de aprendizaje no supervisado para la priorización de inventarios cíclicos.

No hay miniatura disponible

Fecha

2021-01-01

Director de tesis/Asesor

Título de la revista

ISSN de la revista

Título del volumen

Publicador

Universidad Icesi

Editor

Compartir

Documentos PDF

Resumen

Es común encontrar discrepancias en los sistemas de información de inventarios, entre las cantidades de los productos que el sistema dice tener y las cantidades físicas en la bodega. Existen múltiples causas para esto, principalmente errores humanos y del propio sistema de información. Estas discrepancias pueden ocasionar serios problemas tanto en las operaciones de bodega como en la relación con los clientes, ya que pueden generar demoras en los despachos, y peor aún, compromisos con clientes imposibles de cumplir. Los conteos cíclicos periódicos son una herramienta útil para corregirlas, pero para que sean efectivos, es de vital importancia identificar las discrepancias lo más temprano posible, y así lograr corregirlas antes de que tengan consecuencias negativas para el negocio. Lo anterior no es nada fácil de lograr cuando se tienen bodegas amplias con un alto número de productos.

Abstract

Resumo

Descripción

Palabras clave

Minería de datos, Data mining, Modelos de aprendizaje, Inventarios, Inventarios asistidos por computadora, Control de inventarios, Inventory control, Sistemas de información, Cadena de abastecimiento, Administración de bases de datos, Database management, Almacenamiento de datos, Data warehousing, Database design, Integración de datos (Computadores), Data integration (Computer science), Tésis, Ingenierías, Departamento Tecnologías de Información y Comunicaciones

Keywords

Palavras-chave

Citación

DOI

Handle

ISBN

ISSN

URL

YouTube

Creative Commons License
Excepto si se señala otra cosa, la licencia del ítem se describe como Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0).