Tesis EP Ingeniería de Software
Permanent URI for this collectionhttps://hdl.handle.net/20.500.12672/126
Browse
Browsing Tesis EP Ingeniería de Software by browse.metadata.advisor "La Serna Palomino, Nora Bertha"
Now showing 1 - 2 of 2
- Results Per Page
- Sort Options
Item Aplicación de métricas de calidad en uso utilizando la ISO 9126 para determinar el grado de satisfacción del Sistema Único de Matrícula(Universidad Nacional Mayor de San Marcos, 2016) Domínguez Zárate, Romell Freddy; La Serna Palomino, Nora BerthaLa necesidad de evaluar un producto software a fin de corroborar la calidad que posee, lleva a plantear si luego del despliegue en producción aún la calidad del software se sigue manteniendo. En esta etapa el Sistema Único de Matrícula requiere una evaluación a nivel del usuario, para ello se ha utilizado el estándar internacional ISO 9126, la cual permitió establecer formalmente métricas a partir de las subcaracterísticas; se utiliza conjuntamente con buenas prácticas del WebQEM para el diseño de las encuestas, con el objetivo de obtener un estándar de puntuación que establezca la proporción de satisfacción que muestra ante los usuarios.Item Macht: una aplicación basada en un modelo de análisis de sentimiento aplicado a la identificación de mensajes en español de testimonios de violencia de género en Twitter(Universidad Nacional Mayor de San Marcos, 2022) Soldevilla Pacheco, Ivonne Stephany; La Serna Palomino, Nora BerthaBusca construir una plataforma web capaz de clasificar mensajes en dos categorías: “La mujer pasó por un proceso violento“ y “La mujer no pasó por un proceso violento”, con la finalidad de realizar procesos de concientización más específicos que permitan fomentar la creación de espacios seguros. En estos espacios se buscaría que los testimonios de las víctimas sean escuchados, el brindar soporte emocional, enseñar a identificar signos de violencia en hogares y relaciones y brindar información acerca de las medidas tomadas contra la violencia a la mujer en el Perú. La metodología aplicada considera la construcción de un conjunto de datos públicos con 1042 tweets en español etiquetados por 22 voluntarios. El modelo considera el proceso de ajuste a 3 modelos BERT pre-entrenados (SpanBERT, BETO, multilingualBERT), con los cuales se realizaron 2916 experimentos para encontrar el modelo con mejor desempeño, obteniendo un Área Bajo la Curva de 0.9349 y una precisión de 0.9043. La investigación aporta un nuevo dato público etiquetado en español, en 3 rangos de edad. Cualquier persona de cualquier parte del mundo podrá acceder a la aplicación y probar el rendimiento del modelo.