Publicación: Optimizador de MTG
Portada
PDF 
FLIP 
Citas bibliográficas
Gestores Bibliográficos
Indexadores
Código QR
Autores
Director
Fecha
Resumen en español
La presente investigación detalla el diseño, desarrollo e implementación del Systematic Commander Optimizer (SCO), un prototipo funcional de plataforma web orientado a la optimización estratégica en el formato Commander de Magic: The Gathering. Frente a las soluciones comerciales basadas en popularidad, esta propuesta introduce un motor de recomendación inteligente fundamentado en una Sistemática de Filtrado Multicriterio (SFM). El prototipo, desarrollado bajo una arquitectura serverless utilizando Python y Streamlit, articula la triangulación de datos en tiempo real mediante la integración de la API de Scryfall, procesando variables de identidad de color, curva de maná y sinergias mecánicas. El problema abordado radica en la complejidad del formato “Commander”, al ser un formato de 100 cartas únicas comprende una complejidad alta a la hora de construir un mazo efectivo y acorde a las métricas medidas. Metodológicamente, el sistema integra principios de Ingeniería de la Información para la automatización de la herramienta. Los resultados obtenidos con el prototipo evidencian una mejora del 38% en la eficiencia de búsqueda y una reducción del 84% en la huella de carbono digital por consulta. En conclusión, el SCO trasciende la recomendación lúdica para constituirse en una herramienta de sostenibilidad digital y Green IT, validando la aplicación de los estándares del Body of Knowledge de la IISE en entornos de alta volatilidad informativa.
Resumen en inglés
This research details the design, development, and implementation of the Systematic Commander Optimizer (SCO), a functional web platform prototype for strategic optimization in the Commander format of Magic: The Gathering. In contrast to commercial solutions based on popularity, this proposal introduces an intelligent recommendation engine grounded in Systematic Multi-Criteria Filtering (SFM). The prototype, developed using a serverless architecture with Python and Streamlit, facilitates real-time data triangulation by integrating the Scryfall API, processing variables such as color identity, mana curve, and mechanical synergies. The problem addressed lies in the complexity of the Commander format. As a format with 100 unique cards, it presents a high level of complexity when building an effective deck that aligns with the measured metrics. Methodologically, the system integrates Information Engineering principles for tool automation. The results obtained with the prototype demonstrate a 38% improvement in search efficiency and an 84% reduction in the digital carbon footprint per query. In conclusion, the SCO transcends the playful recommendation to become a tool for digital sustainability and Green IT, validating the application of the IISE Body of Knowledge standards in environments of high information volatility.