Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.upse.edu.ec/handle/46000/7857
Título: Tratamiento de impagos bajo el enfoque de la incertidumbre con la aplicación de redes neuronales
Autor: Luna Altamirano, Kléber
Tinto Arandes, Jaime
Sarmiento Espinoza, William
Cisneros Quintanilla, Diego
Palabras clave: CALZADO;EXPERTIZAJE;IMPAGOS;LÓGICA DIFUSA;REDES NEURONALES
Fecha de publicación: 2017
Editorial: La Libertad: Universidad Estatal Península de Santa Elena, 2017.
Resumen: Uno de los problemas más graves que atraviesan las microempresas y empresas en nuestro país, es el referido al problema de los impagos en gestión de tesorería. Este artículo aborda las distintas acciones encaminadas al recobro de un impago mediante la utilización de teoría del expertizaje para alimentar una matriz de efectos olvidados que permita tomar decisiones y sirva como instrumento de diseño para representar la política de gestión de cada empresa en las distintas acciones a tomar, es el caso de estudio de los artesanos de calzado del cantón Gualaceo Provincial del Azuay, donde no existe una política adecuada de gestión empresarial para el recobro de impagos por parte de clientes de sus productos. Se indicará paso a paso un grafo representativo de estas políticas a ejecutar en los pagos atrasados por parte de clientes u otras organizaciones con la empresa de calzado, justificando cada arco mediante el uso del análisis de redes neuronales. Una vez conocido la existencia de los impagos se aplica el expertizaje para construir la matriz de convolución que permite descubrir las acciones que han sido olvidadas y que deberá atacar la gerencia para poder tener éxito en la recuperación de los recobros no procesados.
URI: https://repositorio.upse.edu.ec/handle/46000/7857
Aparece en las colecciones:CPI Vol.5 Núm.1

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
UPSE-RCP-2017-Vol.5-No.1-008.pdfARTÍCULO972,18 kBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons