Tutor 1
Flórez Bolaños, Jaime
Resumen
El presente trabajo tuvo como propósito identificar los principales determinantes de la ubicación de empresas de servicios de consultoría en Suba; para ello, se implementó una técnica de análisis multicriterio con variables georreferenciadas. Tres (3) fue el total de criterios implementados: el primero fue un algoritmo de Machine Learning de aprendizaje no supervisado para detectar clústeres de empresas, posterior a ello se implementaron criterios sobre bajos valores del suelo y elevadas densidades laborales. En paralelo, el trabajo también reunió una revisión de literatura soportada por un análisis teórico acerca de la estructura urbana, en el que se puede afirmar que el agrupamiento de empresas, la densidad laboral, y el valor del uso del suelo son variables que se relacionan en la distribución de las ciudades y que a partir de ellas es posible determinar entornos caracterizados por albergar marcadas dinámicas de comercio de empresas.
Palabras clave
Estructura urbana, Avalúo comercial, Densidad laboral, Concentración empresarial, Análisis multicriterio, Machine Learning
Tipo de documento
Tesis de maestría
Licencia Creative Commons
This work is licensed under a Creative Commons Attribution-Noncommercial-No Derivative Works 4.0 License.
Fecha de elaboración
2024
Programa académico
Maestría en Analítica e Inteligencia de Negocios
Facultad
Escuela de Negocios
Citación recomendada
Murillo Barbosa, J. J., & López Ortiz, A. F. (2024). Identificación de zonas óptimas para la colocación de empresas de servicios de consultoría en la localidad de Suba: Mediante un análisis multicriterio soportado en variables socioeconómicas. Retrieved from https://ciencia.lasalle.edu.co/maest_analitica_inteligencia_negocios/18
Publisher
Universidad de La Salle. Escuela de Negocios. Maestría en Analítica e Inteligencia de Negocios