Jessica Rubiano Moreno

GRUPOS DE INVESTIGACIÓN: PRODUCCIÓN AGRÍCOLA SOSTENIBLE

LÍNEAS DE INVESTIGACIÓN:   Sostenibilidad Ambiental y Sostenibilidad social

 

PROGRAMA:  Ingeniera Comercial

CATEGORÍA MINCIENCIAS:    Asociado

NIVEL DE FORMACIÓN: 

Doctora en Ingeniería – Industria y Organizaciones de la Universidad Nacional de Colombia, Magister y Especialista en Psicología del Consumidor de la Fundación Universitaria Konrad Lorenz, Master en Dirección y Gestión de Marketing de la Universidad de Barcelona. Pregrado en Administración de Empresas por la Universidad Nacional de Colombia. Docente e investigadora de la Facultad de Ciencias Ambientales e Ingenierías de la Universidad de Ciencias Aplicadas y Ambientales, enfocada en el área de marketing, con una investigación en curso sobre “Caracterización del proceso productivo y comercial del cultivo de arándano (vaccinium corymbosum) en zonas productivas de Colombia y México” y «Inteligencia artificial aplicada a la optimización de la producción de arándanos». Ha sido consultora empresarial en investigaciones de mercados y rediseño organizacional en el Centro de Investigaciones para el Desarrollo de Universidad Nacional de Colombia. Docente Universitario.

LINEAS DE TRABAJO:   Cluster, Investigación de mercados, Optimización, Inteligencia artificial

PRODUCTOS DESTACADOS

Algoritmo de clusterización para variables con escalas Ipsativas, como método para determinar perfiles motivacionales en millennials de Guadalajara Editorial Sociedad Peruana de Investigación Operativa (SOPIOS)
Fecha de publicación: 24/09/2018

n este documento se propone un método para clusterizar a partir de variables con escalas ipsativas, con el propósito de construir perfiles motivacionales con base en las preferencias reveladas por un grupo de personas pertenecientes a la generación millennial. El método es aplicado a un grupo de estudiantes universitarios de la ciudad de Guadalajara (México), y los resultados obtenidos se comparan con los resultados obtenidos con el método PAM. La comparación se hace en términos conceptuales y matemáticos. Los resultados preliminares muestran que el método propuesto genera una mejor segmentación a partir de las variables que se utilizan para analizar el comportamiento de los individuos, lo que indica una mejor asignación de los clústeres desde el punto de vista conceptual, y matemáticamente se identifican grupos homogéneos más diferenciados entre sí.


Más información

investigaciones_pie_pagina