Publication: Algoritmo computacional, para la predicción de nivel de satisfacción de compra de un usuario, utilizando estrategias de machine learning
dc.contributor.advisor | Briñez de León, Juan Carlos | |
dc.contributor.author | Aguirre Aristizábal, Daniel David | |
dc.date.accessioned | 2024-11-16T14:46:06Z | |
dc.date.available | 2024-11-16T14:46:06Z | |
dc.date.issued | 2024 | |
dc.description.abstract | El presente trabajo se enfoca en brindar una solución a una pequeña cadena de supermercados llamada Merk+, en la predicción de las calificaciones brindadas por sus clientes, en aras de mejorar el servicio brindado y realizar estrategias que permitan a Merk+ tomar mejores decisiones. Dentro del análisis comenzamos con una breve descripción de la situación de Merk+, para posteriormente, con base a la data brindada por la cadena de supermercados; dentro de estos datos podemos encontrar el tipo de datos de nuestras variables, cantidad de personas por género, mapa de correlaciones, gráfico de bigotes, entre otros gráficos y tablas con información, la cual fue previamente limpiada y normalizada con el fin de evitar outliers que puedan afectar nuestro análisis. Con base a nuestro análisis, hemos entregado el uso de algoritmos de clustering y de regresión de datos con múltiples entradas. En el proceso de clustering segmentaremos nuestros clientes o compras, con el fin de poder identificar un factor común que pueda afectar las calificaciones que está entregando los clientes. En cuanto a la regresión de datos con múltiples entradas, le permitirá a Merk+ proyectar la posible calificación por parte del usuario con base a los artículos comprados, método de pago, sucursal de la compra, entre otros. Con esto se busca que Merk+ pueda brindar un mejor servicio para sus clientes y así mismo destacar entre su competencia. | |
dc.description.degreelevel | Pregrado | spa |
dc.description.degreename | Ingeniero(a) de Sistemas | spa |
dc.format.extent | 30 p. | |
dc.format.mimetype | application/pdf | spa |
dc.identifier.uri | https://repositorio.uniremington.edu.co/handle/123456789/5421 | |
dc.language.iso | spa | spa |
dc.publisher | Corporación Universitaria Remington | spa |
dc.publisher.faculty | Facultad de Ingenierías | spa |
dc.publisher.place | Armenia (Quindío, Colombia) | spa |
dc.publisher.program | Ingeniería de Sistemas | spa |
dc.rights | Derechos Reservados - Corporación Universitaria Remington, 2024 | spa |
dc.rights.accessrights | info:eu-repo/semantics/openAccess | spa |
dc.rights.coar | http://purl.org/coar/access_right/c_abf2 | spa |
dc.rights.license | Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) | spa |
dc.rights.uri | https://creativecommons.org/licenses/by-nc-nd/4.0/ | spa |
dc.subject | Recomendación | spa |
dc.subject | Sistemas de recomendación | spa |
dc.subject | Clustering | spa |
dc.subject | IA | spa |
dc.subject | Inteligencia artificial | spa |
dc.subject | Machine Learning | spa |
dc.subject | Regresión con múltiples entradas | spa |
dc.subject.lemb | Aprendizaje automático (Inteligencia artificial) | |
dc.subject.lemb | Satisfacción del consumidor | |
dc.subject.lemb | Análisis de datos | |
dc.title | Algoritmo computacional, para la predicción de nivel de satisfacción de compra de un usuario, utilizando estrategias de machine learning | spa |
dc.type | Trabajo de grado - Pregrado | spa |
dc.type.coar | http://purl.org/coar/resource_type/c_7a1f | spa |
dc.type.coarversion | http://purl.org/coar/version/c_970fb48d4fbd8a85 | spa |
dc.type.content | Text | spa |
dc.type.driver | info:eu-repo/semantics/bachelorThesis | spa |
dc.type.local | Tesis/Trabajo de grado - Monografía - Pregrado | |
dc.type.redcol | http://purl.org/redcol/resource_type/TP | spa |
dc.type.version | info:eu-repo/semantics/publishedVersion | spa |
dspace.entity.type | Publication | spa |
Files
Original bundle
1 - 1 of 1
Loading...
- Name:
- RIU-PRE-2024 Algoritmo computacional prediccion.pdf
- Size:
- 673.78 KB
- Format:
- Adobe Portable Document Format