Edit C:\dspace\solr\search\data\tlog\tlog.0000000000000003068
)SOLR_TLOGA'strings? ?C?s?? 7handle:"123456789/1340" #?Ax?Y!? J?? 7SolrIndexer.lastIndexed82025-06-19T15:18:58.831Z/search.uniqueid?2-99994d1e-c1d4-415b-9621-fd34106753bf3search.resourcetype!21search.resourceid?99994d1e-c1d4-415b-9621-fd34106753bf&handle.123456789/1340(location??m8b295f10-2c88-4099-a34e-6f392ef42e5f?m58a1dd5d-c6ae-4d95-a8c4-d416c90f1d5f?l5b6bc384-38df-43a5-af47-11d8b9d130cb-location.comm??8b295f10-2c88-4099-a34e-6f392ef42e5f?58a1dd5d-c6ae-4d95-a8c4-d416c90f1d5f-location.coll?5b6bc384-38df-43a5-af47-11d8b9d130cb(archived$true)withdrawn%false,discoverable$true,lastModified82025-06-19T15:18:58.799Z&author?? González Müller, Luis Augusto? Peláez Sánchez, José Ignacio.author_keyword?? González Müller, Luis Augusto? Peláez Sánchez, José Ignacio)author_ac??$gonzález müller, luis augusto ||| González Müller, Luis Augusto?$peláez sánchez, josé ignacio ||| Peláez Sánchez, José Ignacio-author_filter??$gonzález müller, luis augusto ||| González Müller, Luis Augusto?$peláez sánchez, josé ignacio ||| Peláez Sánchez, José Ignacio8dc.contributor.author_hl?? González Müller, Luis Augusto? Peláez Sánchez, José Ignacio9dc.contributor.author_mlt?? González Müller, Luis Augusto? Peláez Sánchez, José Ignacio5dc.contributor.author?? González Müller, Luis Augusto? Peláez Sánchez, José Ignacio<dc.contributor.author_stored??$González Müller, Luis Augusto ||| null ||| null ||| null ||| null?$Peláez Sánchez, José Ignacio ||| null ||| null ||| null ||| null:dc.description.abstract_hl??La incorporación del big data ha revolucionado diversos ámbitos, incluido el deportivo, al permitir la gestión y procesamiento eficiente de un conjunto de datos. En particular, en el contexto de la selección de jugadores para equipos de fútbol, esta tarea desafiante y costosa busca optimizar la inversión del club y el desempeño del jugador en el campo de juego. Actualmente, los ojeadores son responsables de esta labor crucial, considerando aspectos como habilidades técnicas, físicas, precio y la adaptación del jugador. En esta investigación se busca mejorar el proceso de selección de equipos de fútbol mediante la implementación de algoritmos genéticos y el aprovechamiento del big data. Se emplearon métodos de extracción de datos como Scrapy, Beautifulsoup y Selenium utilizando Request, para evaluar su eficiencia. El análisis detallado abarca desde la selección de datos hasta la aplicación de los algoritmos genéticos, con enfoque en las técnicas de procesamiento y los resultados obtenidos. Además, se presenta un análisis exhaustivo de los datos obtenidos y el desarrollo del algoritmo genético. Se destaca la evolución de los individuos a lo largo de múltiples generaciones, resaltando estrategias clave como ?crear_individuos?, ?crear_poblacion?, ?fitness?, ?seleccion?, ?cruce? y ?mutar?. El algoritmo se somete a una evaluación, mostrando su eficacia en la resolución del problema y revelando patrones emergentes en la evolución de poblaciones. Este trabajo ofrece una comprensión profunda de cómo los algoritmos genéticos abordan el desafío de la selección de equipos de fútbol y cómo cada función contribuye al éxito del proceso. La investigación evalúa la calidad de las soluciones obtenidas, su adaptabilidad y la influencia de los parámetros del algoritmo en el rendimiento. Los resultados enriquecen el conocimiento sobre algoritmos genéticos y su aplicabilidad práctica, con potencial para optimizar la toma de decisiones en problemas numéricos.7dc.description.abstract??La incorporación del big data ha revolucionado diversos ámbitos, incluido el deportivo, al permitir la gestión y procesamiento eficiente de un conjunto de datos. En particular, en el contexto de la selección de jugadores para equipos de fútbol, esta tarea desafiante y costosa busca optimizar la inversión del club y el desempeño del jugador en el campo de juego. Actualmente, los ojeadores son responsables de esta labor crucial, considerando aspectos como habilidades técnicas, físicas, precio y la adaptación del jugador. En esta investigación se busca mejorar el proceso de selección de equipos de fútbol mediante la implementación de algoritmos genéticos y el aprovechamiento del big data. Se emplearon métodos de extracción de datos como Scrapy, Beautifulsoup y Selenium utilizando Request, para evaluar su eficiencia. El análisis detallado abarca desde la selección de datos hasta la aplicación de los algoritmos genéticos, con enfoque en las técnicas de procesamiento y los resultados obtenidos. Además, se presenta un análisis exhaustivo de los datos obtenidos y el desarrollo del algoritmo genético. Se destaca la evolución de los individuos a lo largo de múltiples generaciones, resaltando estrategias clave como ?crear_individuos?, ?crear_poblacion?, ?fitness?, ?seleccion?, ?cruce? y ?mutar?. El algoritmo se somete a una evaluación, mostrando su eficacia en la resolución del problema y revelando patrones emergentes en la evolución de poblaciones. Este trabajo ofrece una comprensión profunda de cómo los algoritmos genéticos abordan el desafío de la selección de equipos de fútbol y cómo cada función contribuye al éxito del proceso. La investigación evalúa la calidad de las soluciones obtenidas, su adaptabilidad y la influencia de los parámetros del algoritmo en el rendimiento. Los resultados enriquecen el conocimiento sobre algoritmos genéticos y su aplicabilidad práctica, con potencial para optimizar la toma de decisiones en problemas numéricos.=dc.description.abstract.es_ES??La incorporación del big data ha revolucionado diversos ámbitos, incluido el deportivo, al permitir la gestión y procesamiento eficiente de un conjunto de datos. En particular, en el contexto de la selección de jugadores para equipos de fútbol, esta tarea desafiante y costosa busca optimizar la inversión del club y el desempeño del jugador en el campo de juego. Actualmente, los ojeadores son responsables de esta labor crucial, considerando aspectos como habilidades técnicas, físicas, precio y la adaptación del jugador. En esta investigación se busca mejorar el proceso de selección de equipos de fútbol mediante la implementación de algoritmos genéticos y el aprovechamiento del big data. Se emplearon métodos de extracción de datos como Scrapy, Beautifulsoup y Selenium utilizando Request, para evaluar su eficiencia. El análisis detallado abarca desde la selección de datos hasta la aplicación de los algoritmos genéticos, con enfoque en las técnicas de procesamiento y los resultados obtenidos. Además, se presenta un análisis exhaustivo de los datos obtenidos y el desarrollo del algoritmo genético. Se destaca la evolución de los individuos a lo largo de múltiples generaciones, resaltando estrategias clave como ?crear_individuos?, ?crear_poblacion?, ?fitness?, ?seleccion?, ?cruce? y ?mutar?. El algoritmo se somete a una evaluación, mostrando su eficacia en la resolución del problema y revelando patrones emergentes en la evolución de poblaciones. Este trabajo ofrece una comprensión profunda de cómo los algoritmos genéticos abordan el desafío de la selección de equipos de fútbol y cómo cada función contribuye al éxito del proceso. La investigación evalúa la calidad de las soluciones obtenidas, su adaptabilidad y la influencia de los parámetros del algoritmo en el rendimiento. Los resultados enriquecen el conocimiento sobre algoritmos genéticos y su aplicabilidad práctica, con potencial para optimizar la toma de decisiones en problemas numéricos./dc.language.iso"es5dc.language.iso.es_ES"es,dc.publisher?Facultad Politécnica, Universidad Nacional del Este2dc.publisher.es_ES?Facultad Politécnica, Universidad Nacional del Este'subject?7Selección de jugadores2análisis de datos6algoritmos genéticos./subject_keyword?7Selección de jugadores7Selección de jugadores2análisis de datos2análisis de datos6algoritmos genéticos.6algoritmos genéticos.*subject_ac??selección de jugadores ||| Selección de jugadores? análisis de datos ||| análisis de datos?algoritmos genéticos. ||| algoritmos genéticos.4subject_tax_0_filter??selección de jugadores ||| Selección de jugadores? análisis de datos ||| análisis de datos?algoritmos genéticos. ||| algoritmos genéticos..subject_filter??selección de jugadores ||| Selección de jugadores? análisis de datos ||| análisis de datos?algoritmos genéticos. ||| algoritmos genéticos..dc.subject_mlt?7Selección de jugadores2análisis de datos6algoritmos genéticos.*dc.subject?7Selección de jugadores2análisis de datos6algoritmos genéticos.0dc.subject.es_ES?7Selección de jugadores2análisis de datos6algoritmos genéticos.%title??Sistema de información para la toma de decisiones basado en indicadores de desempeño de jugadores, orientado a la optimización de procesos de contratación de jugadores empleando algoritmos genéticos-evolutivos.-title_keyword??Sistema de información para la toma de decisiones basado en indicadores de desempeño de jugadores, orientado a la optimización de procesos de contratación de jugadores empleando algoritmos genéticos-evolutivos.(title_ac??sistema de información para la toma de decisiones basado en indicadores de desempeño de jugadores, orientado a la optimización de procesos de contratación de jugadores empleando algoritmos genéticos-evolutivos. ||| Sistema de información para la toma de decisiones basado en indicadores de desempeño de jugadores, orientado a la optimización de procesos de contratación de jugadores empleando algoritmos genéticos-evolutivos.-dc.title_sort??Sistema de información para la toma de decisiones basado en indicadores de desempeño de jugadores, orientado a la optimización de procesos de contratación de jugadores empleando algoritmos genéticos-evolutivos.+dc.title_hl??Sistema de información para la toma de decisiones basado en indicadores de desempeño de jugadores, orientado a la optimización de procesos de contratación de jugadores empleando algoritmos genéticos-evolutivos.,dc.title_mlt??Sistema de información para la toma de decisiones basado en indicadores de desempeño de jugadores, orientado a la optimización de procesos de contratación de jugadores empleando algoritmos genéticos-evolutivos.(dc.title??Sistema de información para la toma de decisiones basado en indicadores de desempeño de jugadores, orientado a la optimización de procesos de contratación de jugadores empleando algoritmos genéticos-evolutivos./dc.title_stored??Sistema de información para la toma de decisiones basado en indicadores de desempeño de jugadores, orientado a la optimización de procesos de contratación de jugadores empleando algoritmos genéticos-evolutivos. ||| null ||| null ||| null ||| es_ES.dc.title.es_ES??Sistema de información para la toma de decisiones basado en indicadores de desempeño de jugadores, orientado a la optimización de procesos de contratación de jugadores empleando algoritmos genéticos-evolutivos.'dc.type&Thesis-dc.type.es_ES&Thesis1dc.identifier.uri?http://localhost:8080/xmlui/handle/123456789/13406dc.date.accessioned_dt82025-06-19T15:18:48.000Z3dc.date.accessioned42025-06-19T15:18:48Z1dc.date.available42025-06-19T15:18:48Z*dateIssued*2024-01-012dateIssued_keyword?*2024-01-01$2024-dateIssued_ac?92024-01-01 ||| 2024-01-01$2024/dateIssued.year$20244dateIssued.year_sort$20241dc.date.issued_dt82024-01-01T00:00:00.000Z.dc.date.issued*2024-01-015dc.date.issued_stored?2024-01-01 ||| null ||| null ||| null ||| null/publication_grp.123456789/1340>has_content_in_original_bundle%false?has_content_in_original_bundle_keyword%false?has_content_in_original_bundle_filter%false/bi_2_dis_filter??&gonza?lez mu?ller, luis augusto ||| González Müller, Luis Augusto?'pela?ez sa?nchez, jose? ignacio ||| Peláez Sánchez, José Ignacio0bi_2_dis_partial?? González Müller, Luis Augusto? Peláez Sánchez, José Ignacio5bi_2_dis_value_filter?? González Müller, Luis Augusto? Peláez Sánchez, José Ignacio/bi_4_dis_filter?? ana?lisis de datos ||| análisis de datos?seleccio?n de jugadores ||| Selección de jugadores?algoritmos gene?ticos. ||| algoritmos genéticos.0bi_4_dis_partial?7Selección de jugadores6algoritmos genéticos.2análisis de datos5bi_4_dis_value_filter?7Selección de jugadores6algoritmos genéticos.2análisis de datos.bi_sort_1_sort??sistema de informacio?n para la toma de decisiones basado en indicadores de desempen?o de jugadores, orientado a la optimizacio?n de procesos de contratacio?n de jugadores empleando algoritmos gene?ticos-evolutivos..bi_sort_2_sort$2024.bi_sort_3_sort42025-06-19T15:18:48Z$read?g8f18a99c-4fd6-4787-bf2c-39ee4473d82a'a_spell?? González Müller, Luis Augusto? Peláez Sánchez, José Ignacio??La incorporación del big data ha revolucionado diversos ámbitos, incluido el deportivo, al permitir la gestión y procesamiento eficiente de un conjunto de datos. En particular, en el contexto de la selección de jugadores para equipos de fútbol, esta tarea desafiante y costosa busca optimizar la inversión del club y el desempeño del jugador en el campo de juego. Actualmente, los ojeadores son responsables de esta labor crucial, considerando aspectos como habilidades técnicas, físicas, precio y la adaptación del jugador. En esta investigación se busca mejorar el proceso de selección de equipos de fútbol mediante la implementación de algoritmos genéticos y el aprovechamiento del big data. Se emplearon métodos de extracción de datos como Scrapy, Beautifulsoup y Selenium utilizando Request, para evaluar su eficiencia. El análisis detallado abarca desde la selección de datos hasta la aplicación de los algoritmos genéticos, con enfoque en las técnicas de procesamiento y los resultados obtenidos. Además, se presenta un análisis exhaustivo de los datos obtenidos y el desarrollo del algoritmo genético. Se destaca la evolución de los individuos a lo largo de múltiples generaciones, resaltando estrategias clave como ?crear_individuos?, ?crear_poblacion?, ?fitness?, ?seleccion?, ?cruce? y ?mutar?. El algoritmo se somete a una evaluación, mostrando su eficacia en la resolución del problema y revelando patrones emergentes en la evolución de poblaciones. Este trabajo ofrece una comprensión profunda de cómo los algoritmos genéticos abordan el desafío de la selección de equipos de fútbol y cómo cada función contribuye al éxito del proceso. La investigación evalúa la calidad de las soluciones obtenidas, su adaptabilidad y la influencia de los parámetros del algoritmo en el rendimiento. Los resultados enriquecen el conocimiento sobre algoritmos genéticos y su aplicabilidad práctica, con potencial para optimizar la toma de decisiones en problemas numéricos."es?Facultad Politécnica, Universidad Nacional del Este7Selección de jugadores2análisis de datos6algoritmos genéticos.??Sistema de información para la toma de decisiones basado en indicadores de desempeño de jugadores, orientado a la optimización de procesos de contratación de jugadores empleando algoritmos genéticos-evolutivos.&Thesis?http://localhost:8080/xmlui/handle/123456789/134042025-06-19T15:18:48Z42025-06-19T15:18:48Z$2024)_version_x?Y!? <G?D`-SOLR_TLOG_END
Ms-Dos/Windows
Unix
Write backup
jsp File Browser version 1.2 by
www.vonloesch.de