| dc.contributor.advisor | Auccahuasi Aiquipa, Wilver | |
| dc.contributor.author | Tipe Palomino, David Marco Antonio | |
| dc.date.accessioned | 2026-04-06T22:50:15Z | |
| dc.date.available | 2026-04-06T22:50:15Z | |
| dc.date.issued | 2026 | |
| dc.identifier.uri | https://hdl.handle.net/20.500.12805/6724 | |
| dc.description.abstract | Este articulo científico presenta el desarrollo de un HelpDesk ChatBot para soporte técnico automatizado, utilizando procesamiento de lenguaje natural (NLP) y redes neuronales profundas. Desarrollado en 2022. El proyecto sigue una metodología pre - experimental con una población de incidentes en una base de datos de soporte técnico y utiliza una muestra de datos para el entrenamiento del modelo. El ChatBot emplea una arquitectura Modelo-Vista-Controlador (MVC) y componentes clave como NLP, un clasificador de intenciones, una biblioteca de aprendizaje automático en PyTorch y un sistema de preguntas y respuestas. Fue entrenado con técnicas de NLP como tokenización y stemming, procesando datos mediante una bolsa de palabras para lograr alta precisión. Los resultados muestran una precisión del 100% en la clasificación de incidentes, con un despliegue eficiente en plataformas como Heroku y Versel. Las pruebas de rendimiento evidenciaron eficiencia en la respuesta y uso de recursos, confirmando que el ChatBot es una herramienta viable para la automatización del soporte técnico. | es_PE |
| dc.format | application/pdf | es_PE |
| dc.language.iso | spa | es_PE |
| dc.publisher | Universidad Científica del Sur | es_PE |
| dc.rights | https://purl.org/coar/access_right/c_f1cf | es_PE |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/4.0/ | es_PE |
| dc.subject | Procesamiento de Lenguaje Natural (NLP) | es_PE |
| dc.subject | Redes Neuronales | es_PE |
| dc.subject | Clasificador de Intenciones | es_PE |
| dc.subject | ChatBot | es_PE |
| dc.subject | HelpDesk | es_PE |
| dc.subject | Pytorch | es_PE |
| dc.title | Desarrollo helpdesk chatbot para la clasificación y resolución de incidentes utilizando NLP y deep learning | es_PE |
| dc.type | http://purl.org/coar/resource_type/c_7a1f | es_PE |
| thesis.degree.discipline | Ingeniería de Sistemas Empresariales | es_PE |
| thesis.degree.grantor | Universidad Científica del Sur. Facultad de Ingeniería | es_PE |
| thesis.degree.name | Ingeniero de Sistemas Empresariales | es_PE |
| dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#2.02.04 | es_PE |
| dc.publisher.country | PE | es_PE |
| renati.advisor.dni | 43375865 | |
| renati.advisor.orcid | https://orcid.org/0000-0001-8820-4013 | es_PE |
| renati.author.dni | 73271682 | |
| renati.discipline | 61203251 | es_PE |
| renati.juror | López Sovero, Carlos Enrique | |
| renati.juror | Velásquez Medina, Martín Isidro | |
| renati.juror | Saavedra Jiménez, Robert Roy | |
| renati.level | https://purl.org/pe-repo/renati/level#tituloProfesional | es_PE |
| renati.type | https://purl.org/pe-repo/renati/type#tesis | es_PE |
| dc.type.other | Tesis de Licenciatura | es_PE |