Prototipo de aplicación móvil para la recomendación automática de una orientación psicoterapéutica a través del uso de Machine Learning

Para citar o enlazar este item, por favor use el siguiente identificador: http://dspace.ups.edu.ec/handle/123456789/27092
Título : Prototipo de aplicación móvil para la recomendación automática de una orientación psicoterapéutica a través del uso de Machine Learning
Autor : Idrovo Tituaña, Jhon Poll
Ruano Vásquez, Boris Arnaldo
Director de Tesis: Ortega Martínez, Holger Raúl
Resumen traducido: The main purpose of this project is to develop a prototype mobile application aimed at recommending the most appropriate psychotherapeutic orientation for the individual needs of users using natural language processing (NLP) and Machine Learning techniques with Transformers and BERT. The challenge lies in the users' lack of knowledge and understanding of the various psychotherapeutic orientations, which can lead to inappropriate choices for their condition. By using the SCRUM methodology involved the division of processes into specific activities for the development of the modules that are implemented in the mobile application prototype, highlighting the chatbot as the main element, during the interaction with the user by using the OpenAI service and subsequently saving the conversation in a non-relational database. The implemented architecture is supported by an n-layer structure that includes a data layer with a non-relational database management platform, a business layer with Express and Flask servers to send and receive the data, and the user interface or presentation layer developed in React-Native. The results obtained showed that the prototype, especially the chatbot module, had a positive acceptance by the users. In conclusion, this work contributes to the solution of the identified problem, providing users with a tool that facilitates the appropriate choice of psychotherapeutic guidance, based on the analysis of a conversion between the user and the chatbot.
Resumen : El propósito fundamental de este proyecto es desarrollar un prototipo de aplicación móvil destinado a recomendar la orientación psicoterapéutica más adecuada para las necesidades individuales de los usuarios utilizando técnicas de procesamiento natural del lenguaje (NLP) y aprendizaje automático con transformers y BERT. El desafío se encuentra en la falta de conocimiento y comprensión por parte de los usuarios respecto a las diversas orientaciones psicoterapéuticas, lo que puede llevar a elecciones inadecuadas para su padecimiento. Al utilizar la metodología SCRUM involucró la división de los procesos en actividades puntuales para el desarrollo de los módulos que se implementan en el prototipo de aplicación móvil, destacando el chatbot como elemento principal, durante la interacción con el usuario al utilizar el servicio de OpenAI y posteriormente guardar la conversación en una base de datos no relacional. La arquitectura implementada se respalda en una estructura de n capas que incluye una capa de datos con una plataforma de gestión de base de datos no relacional, una capa de negocio con servidores Express y Flask para enviar y recibir los datos y la capa de interfaz de usuario o presentación desarrollada en React-Native. Los resultados obtenidos mostraron que el prototipo, especialmente el módulo de chatbot, tuvo una positiva aceptación por parte de los usuarios. En conclusión, este trabajo contribuye a la solución de la problemática identificada, brindando a los usuarios una herramienta que facilita la elección adecuada de orientación psicoterapéutica, en base al análisis de una conversión entablada entre el usuario y el chatbot.
Palabras clave : COMPUTACIÓN
ANÁLISIS DE SISTEMAS
PROGRAMAS PARA COMPUTADOR
ORIENTACIÓN PSICOTERAPÉUTICA
MACHINE LEARNING
Fecha de publicación : feb-2024
URI : http://dspace.ups.edu.ec/handle/123456789/27092
Idioma: spa
Pertenece a las colecciones: Grado

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
TTS1663.pdfTexto completo3,99 MBAdobe PDFVisualizar/Abrir


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