Diseño de un E-Commerce con análisis facial para la identificación de tono y tipo de piel orientado a la recomendación personalizada de productos

dc.date.created2025
dc.description.abstractEl presente proyecto propone el diseño de un modelo de comercio electrónico especializado en cosmética y cuidado de la piel, que integre tecnologías de análisis facial para identificar el tono y tipo de piel de los usuarios. Mediante algoritmos de reconocimiento de imágenes y técnicas de minería de datos, la plataforma busca generar recomendaciones personalizadas de productos, orientadas a reducir los niveles de devolución y aumentar la satisfacción del cliente en las compras en línea. Asimismo, el proyecto incorpora medidas de seguridad mediante la implementación de autenticación multifactor, que añade una verificación de segundo factor a través de un código enviado al dispositivo móvil del usuario. Este enfoque busca combinar innovación tecnológica, personalización y confianza en el proceso de compra digital.
dc.description.abstractenglishThis research project proposes the design of an e-commerce model specialized in cosmetics and skin care, integrating facial analysis technologies to identify users’ skin tone and type. Through image recognition algorithms and data mining techniques, the platform will generate personalized product recommendations aimed at reducing return rates and increasing customer satisfaction in online purchases. The project also incorporates security mechanisms through the implementation of multifactor authentication, adding a second verification factor via a code sent to the user’s mobile device.
dc.format.extent42 páginas
dc.format.mimetypeapplication/pdf
dc.language.isoes
dc.relation.referencesM. Keenan, Global Ecommerce Statistics: Trends to Guide Your Store, Blog post, Shopify Enterprise, Global ecommerce estimated at $4.8 billones in 2025 and 23% of retail sales, 2024. dirección: https://www.shopify.com/enterprise/blog/global-ecommercestatistics.
dc.relation.referencesC. N. O. Noguera, J. B. V. Reyna y M. A. Ibarra-Cisneros, «E-commerce y la dinámica del cliente en México: análisis de factores clave para optimizar la compra,» Revista Mexicana de Comercio Electrónico, 2024. dirección: https://www.scielo.org.mx/ scielo.php?script=sci_arttext&pid=S0188-62662024000100161.
dc.relation.referencesP. C. Patel, S. Karlsson y P. Oghazi, «¿Te queda perfecto? Conocimiento y uso de buscadores de tallas y devoluciones de ropa de alta gama,» Journal of Innovation & Knowledge, 2024. dirección: https://www.elsevier.es/es-revista-journal-innovationknowledge- 376-articulo-fits-like-glove-knowledge-use-S2444569X25001246.
dc.relation.referencesA. Georgievskaya, T. Tlyachev, D. Danko, K. Chekanov y H. Corstjens, «Cómo la inteligencia artificial adopta los sesgos humanos: el caso de la industria cosmética del cuidado de la piel,» AI and Ethics, vol. 4, págs. 1-13, 2023. doi: 10.1007/s43681-023-00378-2. dirección: https://link.springer.com/article/10.1007/s43681-023-00378-2.
dc.relation.referencesJ. Miryabbelli, S. A. Reddy, K. B. Prakash, C. S. Chandra, M. Pujitha y B. Praneetha, «Smart Cosmetics Recommendation System Based on Skin Condition Using Artificial Intelligence,» International Journal of Innovative Research in Computer and Communication Engineering, vol. 12, n.o 2, págs. 123-130, 2024. doi: 10.15680/IJIRCCE.2024. 120201. dirección: https://www.researchgate.net/publication/381760096_SMART_ COSMETICS_RECOMMENDATION_SYSTEM_BASED_ON_SKIN_CONDITION_USING_ARTIFICIAL_ INTELLIGENCE.
dc.relation.referencesI. Jiménez, Reconocimiento facial basado en redes neuronales convolucionales, Trabajo Fin de Grado, Universidad de Sevilla, 2018. dirección: https://ereding.etsi.us.es/ bibing/proyectos/abreproy/91975/fichero/TFG-1975-JIMENEZ.pdf.
dc.relation.referencesF. Ricci, L. Rokach y B. Shapira, Recommender Systems Handbook. Springer, 2015, isbn: 9781489976369.
dc.relation.referencesD. López-Morales, P. Gutiérrez y L. Ramos, «Personalización en e-commerce: impacto de la experiencia visual del usuario,» Journal of Retailing and Consumer Services, vol. 74, pág. 102 539, 2023. doi: 10.1016/j.jretconser.2023.102539.
dc.relation.referencesM. Reyes y L. Torres, «E-commerce y dinámica del cliente en Latinoamérica: factores para la optimización de la compra cosmética,» Revista Latinoamericana de Innovación y Tecnología, vol. 12, págs. 88-104, 2024.
dc.relation.referencesS. Saiwaeo, S. Arwatchananukul, L. Mungmai, W. Preedalikit y N. Aunsri, «Human skin type classification using image processing and deep learning approaches,» Heliyon, 2023, Modelo CNN clasificando piel normal/grasa/seca, precisión 94.57% con EfficientNet-V2. dirección: https://www.cell.com/heliyon/fulltext/S2405-8440(23)08384-6.
dc.relation.referencesG. Jung, S. Kim y S. Yoo, «Skin tone analysis through skin tone map generation with optical approach and deep learning,» Skin Research and Technology, vol. 30, n.o 10, 2024. doi: 10.1111/srt.70088. dirección: https://www.researchgate.net/publication/ 384638054 _ Skin _ Tone _ Analysis _ Through _ Skin _ Tone _ Map _ Generation _ With _ Optical_Approach_and_Deep_Learning.
dc.relation.referencesV. S. Grech, V. Kefala y E. Rallis, «Cosmetology in the Era of Artificial Intelligence,» Cosmetics, vol. 11, n.o 4, pág. 135, 2024. doi: 10.3390/cosmetics11040135. dirección: https://www.mdpi.com/2079-9284/11/4/135.
dc.relation.referencesH. Zhou, J. Li y S.Wang, «Ethical challenges in AI-powered beauty applications: fairness and privacy considerations,» AI and Ethics, 2023. doi: 10.1007/s43681-023-00378-2.
dc.relation.referencesQ. Liu et al., «Multimodal recommender systems: A survey,» arXiv preprint arXiv:2302.03883, 2023. dirección: https://arxiv.org/abs/2302.03883.
dc.relation.referencesL. A. Meyer, S. Romero, G. Bertoli, T. Burt, A. Weinert y J. Lavista-Ferres, «How effective is multifactor authentication at deterring cyberattacks?» arXiv preprint ar- Xiv:2305.00945, 2023. dirección: https://arxiv.org/abs/2305.00945.
dc.relation.referencesA. Chang y J. Lee, «Multifactor authentication and biometric security in mobile ecommerce, » Computers & Security, vol. 121, pág. 102 832, 2022. doi: 10.1016/j.cose. 2022.102832.
dc.relation.referencesP. J. Guzmán Toro, «Evaluación de métodos de reconocimiento facial para análisis automático de reportes de Prey,» Repositorio Tesis UChile, 2023. doi: 10.58011/kz9s-4459. dirección: https://repositorio.uchile.cl/handle/2250/198554.
dc.relation.referencesS. Zhang, L. Yao, A. Sun e Y. Tay, «Deep Learning based Recommender System: A Survey and New Perspectives,» arXiv preprint arXiv:1707.07435, 2018. dirección: https: //arxiv.org/pdf/1707.07435.pdf.
dc.relation.referencesD. Roy y M. Dutta, «A systematic review and research perspective on recommender systems based on deep learning,» Journal of Big Data, vol. 9, n.o 1, pág. 71, 2022. doi: {10 . 1186 / s40537 - 022 - 00592 - 5}. dirección: https : / / journalofbigdata . springeropen.com/articles/10.1186/s40537-022-00592-5.
dc.relation.referencesN. M. Kinyanjui et al., «Estimating Skin Tone and Effects on Classification Performance in Dermatology Datasets,» arXiv, 2019. dirección: https://arxiv.org/abs/1910. 13268.
dc.relation.referencesL. Nanni, S. Brahnam, A. Lumini y G. Maguolo, «A Standardized Approach for Skin Detection: Analysis of the Literature and Case Studies,» Sensors, vol. 23, n.o 2, pág. 35, 2023. doi: 10.3390/s2302035. dirección: https://www.mdpi.com/2313-433X/9/2/35.
dc.relation.referencesG. A. Tadesse, R. Mwangi y T. S. Wambugu, «Skin Tone Analysis for Representation in Educational Materials (STAR-ED) using machine learning,» npj Digital Medicine, vol. 6, n.o 1, pág. 15, 2023. doi: 10.1038/s41746- 023- 00881- 0. dirección: https: //www.nature.com/articles/s41746-023-00881-0.
dc.relation.referencesM. Khadka, «A Systematic Appraisal of Multi-Factor Authentication Mechanisms for Cloud-Based E-Commerce Platforms and Their Effect on Data Protection,» Journal of Emerging Cloud Technologies and Cross-Platform Integration Paradigms, vol. 6, n.o 12, págs. 12-21, 2022. dirección: https://hammingate.com/index.php/JECTCIP/article/ view/2022-12-07.
dc.relation.referencesC. A. Morillo Cervantes, «Identificación y cuantificación del grado de severidad del acné en adolescentes usando técnicas de Machine Learning,» Tesis de mtría., Universidad de los Andes - Repositorio Séneca, 2023. dirección: https://hdl.handle.net/1992/74267.
dc.relation.referencesElaine et al., «Normalización de imágenes de orejas para el reconocimiento biométrico,» Ingeniería Electrónica, Automática y Comunicaciones, vol. 40, n.o 3, págs. 28-37, 2019. dirección: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1815- 59282019000300028&lng=es&nrm=iso.
dc.relation.referencesJ. R. López Rodríguez, «Transformación ER - Relacional para el diseño de bases de datos relacionales,» 2011. dirección: https://gc.scalahed.com/recursos/files/ r161r/w24262w/Transformaci_%B3n%20ER.pdf.
dc.relation.referencesInternational Organization for Standardization, ISO/IEC 27001:2022 — Information security, cybersecurity and privacy protection — Information security management systems — Requirements, Standard, Accessed: 2025-10-27, 2022. dirección: https://www. iso.org/standard/82875.html.
dc.relation.referencesInternational Organization for Standardization, ISO/IEC 2382:2015 — Information technology — Vocabulary, Standard, Accessed: 2025-10-27, 2015. dirección: https:// www.iso.org/standard/63598.html.
dc.relation.referencesEuropean Parliament and Council of the European Union, General Data Protection Regulation (GDPR), Regulation (EU) 2016/679, Regulation, Accessed: 2025-10-27, 2018. dirección: https://gdpr.eu/.
dc.relation.referencesInstitute of Electrical and Electronics Engineers, IEEE Standard Model Process for Addressing Ethical Concerns During System Design, Standard, Accessed: Oct. 27, 2025, 2021. dirección: https://standards.ieee.org/ieee/7000/7210/.
dc.relation.referencesR. T. Fielding y R. N. Taylor, Principles of Representational State Transfer (REST) and JSON Communication, Technical concept, Accessed: 2025-10-27, 2002. dirección: https://restfulapi.net/.
dc.relation.referencesC. A. Orozco Bonilla, «Estrategias algorítmicas orientadas a la ciberseguridad: Un mapeo sistemático,» Tesis de mtría., Universidad Politécnica Salesiana (UPS), 2021. dirección: http://dspace.ups.edu.ec/handle/123456789/20933.
dc.subjectComercio Electrónico
dc.subjectAnálisis Facial
dc.subjectRecomendación Personalizada
dc.subjectTono y Tipo de Piel
dc.subjectCosmética
dc.subjectCuidado de la Piel
dc.subjectInteligencia Artificial (IA)
dc.subjectRed Neuronal Convolucional (CNN)
dc.subjectAutenticación Multifactor (MFA)
dc.subjectSistemas de Recomendación
dc.subjectVisión por Computadora
dc.subject.keywordE-Commerce
dc.subject.keywordFacial Analysis
dc.subject.keywordPersonalized Recommendation
dc.subject.keywordSkin Tone and Type
dc.subject.keywordCosmetics
dc.subject.keywordSkin Care
dc.subject.keywordArtificial Intelligence (AI)
dc.subject.keywordConvolutional Neural Network (CNN)
dc.subject.keywordMultifactor Authentication (MFA)
dc.subject.keywordRecommendation Systems
dc.subject.keywordComputer Vision
dc.subject.lembComercio electrónico
dc.subject.lembReconocimiento de imágenes
dc.subject.lembSeguridad informática - Autenticación multifactor
dc.titleDiseño de un E-Commerce con análisis facial para la identificación de tono y tipo de piel orientado a la recomendación personalizada de productos
dc.type.coarhttp://purl.org/coar/resource_type/c_46ec

Archivos

Bloque original

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
TRABAJO_FINAL_TADEO_2025_II__GRUPO_K_20251206_124300.pdf
Tamaño:
2.5 MB
Formato:
Adobe Portable Document Format
Descripción:
Tesis

Bloque de licencias

Mostrando 1 - 2 de 2
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
3.28 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Cargando...
Miniatura
Nombre:
FOR-EFE-GDB-007_AUTORIZACION_DE_PUBLICACION_DE_TESIS_O_TRABAJO_DE_GRADO firmado.pdf
Tamaño:
484.39 KB
Formato:
Adobe Portable Document Format
Descripción:
Carta de autorización