Actualmente, la inteligencia de negocios está presente en cualquier proceso de análisis de datos, principalmente, en casos en los que se evalúa la viabilidad de mercados, la inclusión de nuevos productos o la actividad que permite conocer los hábitos de consumo de las personas, lo cual muestra ventajas evidentes.  El sector turístico tiene como fin proyectar y potencializar a las regiones, según las necesidades o intereses de las personas, por lo que los modelos de inteligencia de negocios son de fundamental utilidad para cumplir con dicho objetivo. Adicionalmente, al integrar a la inteligencia de negocios, aspectos relacionados con el espacio para determinar la cercanía o el desplazamiento de las personas entre regiones, mediante el uso de Sistemas de Información Geográfica (SIG), se puede obtener una representación visual del estado del turismo en una región de interés e incluso evaluar la integración de regiones cercanas y ofrecer planes en conjunto para tener beneficios y progreso conjunto. Este artículo presenta una revisión sistemática de literatura sobre el uso de sistemas de información geográfica y de inteligencia de negocios para la toma de decisiones apoyadas en el sector turismo; para lo cual se analizaron artículos publicados durante 2015-2019 en las bases de datos Scopus e IEEE. Se obtuvo como resultado que durante dicho periodo la tendencia en investigaciones relacionadas con la temática de uso de los GIS en turismo ha sido creciente. Se concluye que gracias a los avances tecnológicos con el uso de las WebGIS y Open Source GIS, los gerentes de empresas turísticas han podido construir sistemas de Información de Recursos Turísticos.

Editorial

No abstract

<p>La detección de alteraciones de la salud de los animales mediante pruebas de laboratorio es un proceso complejo que implica relacionar diversas variables y factores clínicos de los individuos; por ello, en esta investigación se evaluaron técnicas de inteligencia computacional que contribuyeron a la identificación de patrones de comportamiento de las alteraciones detectadas en las pruebas de hemograma aplicadas en bovinos. Aunque diversos algoritmos de inteligencia computacional son utilizados en la solución de problemas médicos, no se encontró registro de investigaciones en procesos médicos veterinarios. Una vez hecha una minuciosa caracterización de las variables y la evaluación de las técnicas de inteligencia computacional, se determinó que el algoritmo que mejor se ajusta al propósito de análisis de datos planteado es FP-Growth.</p>