A neuro-fuzzy inference system for stakeholder classification

• Yasiel Pérez Vera ^[2] ; Anié Bermudez Peña ^[1]
  1. [1] Universidad de las Ciencias Informáticas

     Universidad de las Ciencias Informáticas

     Cuba

     
  2. [2] Universidad La Salle (Perú)
• Localización: Ingeniare: Revista Chilena de Ingeniería, ISSN-e 0718-3305, ISSN 0718-3291, Vol. 30, Nº. 2, 2022, págs. 378-387
• Idioma: inglés
• Títulos paralelos:
  • Sistema de inferencia neuro-difuso para la clasificación de las partes interesadas
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    La clasificación de las partes interesadas se lleva a cabo manualmente utilizando métodos como la lluvia de ideas, entrevistas con expertos y listas de verificación. Estos métodos presentan un carácter subjetivo ya que dependen de la apreciación de los entrevistados. Esto afecta la precisión de esta clasificación haciendo que los jefes de proyecto no tomen las decisiones más acertadas. El propósito de esta investigación es sugerir un sistema de inferencia difusa para la clasificación de las partes interesadas, que mejorará la calidad de dicha clasificación en los proyectos. La propuesta lleva a cabo el aprendizaje automático y el ajuste del sistema de inferencia difusa para clasificar a las partes interesadas ejecutando cuatro algoritmos basados en redes neuronales artificiales: ANFIS, HYFIS, FS.HGD y FIR.DM. Analiza los resultados de aplicarlos en 10 iteraciones calculando las métricas: porcentaje de clasificaciones correctas, casos falsos positivos, casos falsos negativos y error cuadrático medio. Los mejores resultados los muestra el sistema ANFIS. El sistema de inferencia difusa generado para la clasificación de las partes interesadas mejora la calidad de esta clasificación mediante el aprendizaje automático permitiendo tomar mejores decisiones en el proyecto.

  • English

    Stakeholder classification is carried out manually using methods such as brainstorming, interviews with experts, and checklists. These methods present a subjective character as they depend on the appreciation of the interviewees. This characteristic affects the accuracy of this classification, making that the project managers do not make the correct decisions. The research aims to suggest a fuzzy inference system for the classification of stakeholders, which will improve the quality of such classification in the projects. The proposal carries out the machine learning and the adjustment of the fuzzy inference system to classify the stakeholders by executing four algorithms based on artificial neural networks: ANFIS, HYFIS, FS.HGD, and FIR.DM. It analyzes the results of applying them in 10 iterations by calculating the measures: percentage of correct classifications, false-positive cases, false-negative cases, and mean square error. The ANFIS system show the best results. The fuzzy inference system for stakeholder classification generated improves the quality of this classification using machine learning, allowing to make better decisions in a project.