Clasificación de la Prioridad de Atención a Reclamos Presentados por Clientes Utilizando Machine Learning
Descripción del Articulo
En esta investigación se evalúa el desempeño del árbol de decisión, los árboles de decisión son un modelo de clasificación utilizado en la inteligencia artificial, cuya principal característica es su aporte visual a la toma de decisiones. En el dataset se tiene un registro de 706 reclamos de los usu...
Autores: | , |
---|---|
Formato: | tesis de grado |
Fecha de Publicación: | 2019 |
Institución: | Universidad Peruana Unión |
Repositorio: | UPEU-Tesis |
Lenguaje: | español |
OAI Identifier: | oai:repositorio.upeu.edu.pe:20.500.12840/2816 |
Enlace del recurso: | http://repositorio.upeu.edu.pe/handle/20.500.12840/2816 |
Nivel de acceso: | acceso abierto |
Materia: | Árboles de Decisión Algoritmos Clasificación Reclamos Telecomunicaciones Machine Learning https://purl.org/pe-repo/ocde/ford#2.02.04 |
id |
UEPU_6b25ff73ca4a11f1328e428e7b83aa09 |
---|---|
oai_identifier_str |
oai:repositorio.upeu.edu.pe:20.500.12840/2816 |
network_acronym_str |
UEPU |
network_name_str |
UPEU-Tesis |
repository_id_str |
4840 |
dc.title.en_ES.fl_str_mv |
Clasificación de la Prioridad de Atención a Reclamos Presentados por Clientes Utilizando Machine Learning |
title |
Clasificación de la Prioridad de Atención a Reclamos Presentados por Clientes Utilizando Machine Learning |
spellingShingle |
Clasificación de la Prioridad de Atención a Reclamos Presentados por Clientes Utilizando Machine Learning Aliaga Ancco, Joselin Jimena Árboles de Decisión Algoritmos Clasificación Reclamos Telecomunicaciones Machine Learning https://purl.org/pe-repo/ocde/ford#2.02.04 |
title_short |
Clasificación de la Prioridad de Atención a Reclamos Presentados por Clientes Utilizando Machine Learning |
title_full |
Clasificación de la Prioridad de Atención a Reclamos Presentados por Clientes Utilizando Machine Learning |
title_fullStr |
Clasificación de la Prioridad de Atención a Reclamos Presentados por Clientes Utilizando Machine Learning |
title_full_unstemmed |
Clasificación de la Prioridad de Atención a Reclamos Presentados por Clientes Utilizando Machine Learning |
title_sort |
Clasificación de la Prioridad de Atención a Reclamos Presentados por Clientes Utilizando Machine Learning |
author |
Aliaga Ancco, Joselin Jimena |
author_facet |
Aliaga Ancco, Joselin Jimena Chahuara Flores, Lesly |
author_role |
author |
author2 |
Chahuara Flores, Lesly |
author2_role |
author |
dc.contributor.advisor.fl_str_mv |
Sánchez Garcés, Jorge Alejandro |
dc.contributor.author.fl_str_mv |
Aliaga Ancco, Joselin Jimena Chahuara Flores, Lesly |
dc.subject.en_ES.fl_str_mv |
Árboles de Decisión Algoritmos Clasificación Reclamos Telecomunicaciones Machine Learning |
topic |
Árboles de Decisión Algoritmos Clasificación Reclamos Telecomunicaciones Machine Learning https://purl.org/pe-repo/ocde/ford#2.02.04 |
dc.subject.ocde.none.fl_str_mv |
https://purl.org/pe-repo/ocde/ford#2.02.04 |
description |
En esta investigación se evalúa el desempeño del árbol de decisión, los árboles de decisión son un modelo de clasificación utilizado en la inteligencia artificial, cuya principal característica es su aporte visual a la toma de decisiones. En el dataset se tiene un registro de 706 reclamos de los usuarios que usan los servicios de telecomunicaciones, estos reclamos al no ser solucionados generan pérdidas de clientes, la automatización de clasificación e identificación de los reclamos reduce carga a los trabajadores. Se busca determinar la pertinencia del árbol de decisión, es decir, si puede ser una herramienta de apoyo para la predicción de la prioridad del reclamo. |
publishDate |
2019 |
dc.date.accessioned.none.fl_str_mv |
2019-12-27T16:09:35Z |
dc.date.available.none.fl_str_mv |
2019-12-27T16:09:35Z |
dc.date.issued.fl_str_mv |
2019-12-02 |
dc.type.en_ES.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
dc.identifier.uri.none.fl_str_mv |
http://repositorio.upeu.edu.pe/handle/20.500.12840/2816 |
url |
http://repositorio.upeu.edu.pe/handle/20.500.12840/2816 |
dc.language.iso.none.fl_str_mv |
spa |
language |
spa |
dc.relation.ispartof.fl_str_mv |
SUNEDU |
dc.rights.en_ES.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by/3.0/es/ |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by/3.0/es/ |
dc.format.en_ES.fl_str_mv |
application/pdf |
dc.publisher.en_ES.fl_str_mv |
Universidad Peruana Unión |
dc.publisher.country.none.fl_str_mv |
PE |
dc.source.en_ES.fl_str_mv |
Universidad Peruana Unión Repositorio Institucional - UPEU |
dc.source.none.fl_str_mv |
reponame:UPEU-Tesis instname:Universidad Peruana Unión instacron:UPEU |
instname_str |
Universidad Peruana Unión |
instacron_str |
UPEU |
institution |
UPEU |
reponame_str |
UPEU-Tesis |
collection |
UPEU-Tesis |
bitstream.url.fl_str_mv |
https://repositorio.upeu.edu.pe/bitstreams/9d237541-ee77-4276-bed2-afab30bec3d6/download https://repositorio.upeu.edu.pe/bitstreams/a61bedce-faf0-4774-8731-8222cff41b6b/download https://repositorio.upeu.edu.pe/bitstreams/db7db697-7358-40d6-9e12-74f183e95d71/download https://repositorio.upeu.edu.pe/bitstreams/bed26b57-df5f-47d1-a870-5d98885d39c6/download |
bitstream.checksum.fl_str_mv |
61d9ce876f4bebe600125d9cb5cdc8a5 ff28a15b31d8b36d045b61ef83195dd0 8a4605be74aa9ea9d79846c1fba20a33 ccea9588074f8ee5605653e48808ab9b |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
DSpace 7 |
repository.mail.fl_str_mv |
repositorio-help@upeu.edu.pe |
_version_ |
1835737916848996352 |
spelling |
Sánchez Garcés, Jorge AlejandroAliaga Ancco, Joselin JimenaChahuara Flores, Lesly2019-12-27T16:09:35Z2019-12-27T16:09:35Z2019-12-02http://repositorio.upeu.edu.pe/handle/20.500.12840/2816En esta investigación se evalúa el desempeño del árbol de decisión, los árboles de decisión son un modelo de clasificación utilizado en la inteligencia artificial, cuya principal característica es su aporte visual a la toma de decisiones. En el dataset se tiene un registro de 706 reclamos de los usuarios que usan los servicios de telecomunicaciones, estos reclamos al no ser solucionados generan pérdidas de clientes, la automatización de clasificación e identificación de los reclamos reduce carga a los trabajadores. Se busca determinar la pertinencia del árbol de decisión, es decir, si puede ser una herramienta de apoyo para la predicción de la prioridad del reclamo.Trabajo de investigaciónJULIACAEscuela Profesional de Ingeniería de SistemasTecnología de información e innovación tecnológicaapplication/pdfspaUniversidad Peruana UniónPEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/3.0/es/Universidad Peruana UniónRepositorio Institucional - UPEUreponame:UPEU-Tesisinstname:Universidad Peruana Unióninstacron:UPEUÁrboles de DecisiónAlgoritmosClasificaciónReclamosTelecomunicacionesMachine Learninghttps://purl.org/pe-repo/ocde/ford#2.02.04Clasificación de la Prioridad de Atención a Reclamos Presentados por Clientes Utilizando Machine Learninginfo:eu-repo/semantics/bachelorThesisSUNEDUIngeniería de SistemasUniversidad Peruana Unión. Facultad de Ingeniería y ArquitecturaBachillerBachiller en Ingeniería de SistemasORIGINALJoselin_Trabajo_Bachiller_2019.pdfJoselin_Trabajo_Bachiller_2019.pdfapplication/pdf992037https://repositorio.upeu.edu.pe/bitstreams/9d237541-ee77-4276-bed2-afab30bec3d6/download61d9ce876f4bebe600125d9cb5cdc8a5MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8914https://repositorio.upeu.edu.pe/bitstreams/a61bedce-faf0-4774-8731-8222cff41b6b/downloadff28a15b31d8b36d045b61ef83195dd0MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.upeu.edu.pe/bitstreams/db7db697-7358-40d6-9e12-74f183e95d71/download8a4605be74aa9ea9d79846c1fba20a33MD53THUMBNAILJoselin_Trabajo_Bachiller_2019.pdf.jpgJoselin_Trabajo_Bachiller_2019.pdf.jpgGenerated Thumbnailimage/jpeg3024https://repositorio.upeu.edu.pe/bitstreams/bed26b57-df5f-47d1-a870-5d98885d39c6/downloadccea9588074f8ee5605653e48808ab9bMD5420.500.12840/2816oai:repositorio.upeu.edu.pe:20.500.12840/28162021-11-04 12:45:10.452http://creativecommons.org/licenses/by/3.0/es/info:eu-repo/semantics/openAccessopen.accesshttps://repositorio.upeu.edu.peDSpace 7repositorio-help@upeu.edu.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 |
score |
13.904308 |
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).