Segmentación de lectores digitales registrados de un sitio web informativo con el algoritmo de análisis Cluster k-means

Descripción del Articulo

Universidad Nacional Agraria La Molina. Facultad de Economía y Planificación. Departamento Académico de Estadística e Informática
Detalles Bibliográficos
Autor: Clemente Rivera, Brian Erick
Formato: tesis de grado
Fecha de Publicación:2021
Institución:Universidad Nacional Agraria La Molina
Repositorio:UNALM-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.lamolina.edu.pe:20.500.12996/4845
Enlace del recurso:https://hdl.handle.net/20.500.12996/4845
Nivel de acceso:acceso abierto
Materia:Agrupación K - Means
Algoritmo de agrupación
Sitios web
Medios publicitarios
Empresas
Publicidad
Técnicas de segmentación
Métodos estadísticos
Evaluación
Perú
Grupos de lectores
https://purl.org/pe-repo/ocde/ford#4.05.00
id UNAL_3f985de0806e06caec9eeff1bffc3884
oai_identifier_str oai:repositorio.lamolina.edu.pe:20.500.12996/4845
network_acronym_str UNAL
network_name_str UNALM-Institucional
repository_id_str 3039
dc.title.es_PE.fl_str_mv Segmentación de lectores digitales registrados de un sitio web informativo con el algoritmo de análisis Cluster k-means
title Segmentación de lectores digitales registrados de un sitio web informativo con el algoritmo de análisis Cluster k-means
spellingShingle Segmentación de lectores digitales registrados de un sitio web informativo con el algoritmo de análisis Cluster k-means
Clemente Rivera, Brian Erick
Agrupación K - Means
Algoritmo de agrupación
Sitios web
Medios publicitarios
Empresas
Publicidad
Técnicas de segmentación
Métodos estadísticos
Evaluación
Perú
Grupos de lectores
https://purl.org/pe-repo/ocde/ford#4.05.00
title_short Segmentación de lectores digitales registrados de un sitio web informativo con el algoritmo de análisis Cluster k-means
title_full Segmentación de lectores digitales registrados de un sitio web informativo con el algoritmo de análisis Cluster k-means
title_fullStr Segmentación de lectores digitales registrados de un sitio web informativo con el algoritmo de análisis Cluster k-means
title_full_unstemmed Segmentación de lectores digitales registrados de un sitio web informativo con el algoritmo de análisis Cluster k-means
title_sort Segmentación de lectores digitales registrados de un sitio web informativo con el algoritmo de análisis Cluster k-means
author Clemente Rivera, Brian Erick
author_facet Clemente Rivera, Brian Erick
author_role author
dc.contributor.advisor.fl_str_mv Soto Rodríguez, Iván Dennys
dc.contributor.author.fl_str_mv Clemente Rivera, Brian Erick
dc.subject.es_PE.fl_str_mv Agrupación K - Means
Algoritmo de agrupación
Sitios web
Medios publicitarios
Empresas
Publicidad
Técnicas de segmentación
Métodos estadísticos
Evaluación
Perú
Grupos de lectores
topic Agrupación K - Means
Algoritmo de agrupación
Sitios web
Medios publicitarios
Empresas
Publicidad
Técnicas de segmentación
Métodos estadísticos
Evaluación
Perú
Grupos de lectores
https://purl.org/pe-repo/ocde/ford#4.05.00
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#4.05.00
description Universidad Nacional Agraria La Molina. Facultad de Economía y Planificación. Departamento Académico de Estadística e Informática
publishDate 2021
dc.date.accessioned.none.fl_str_mv 2021-08-10T19:25:37Z
dc.date.available.none.fl_str_mv 2021-08-10T19:25:37Z
dc.date.issued.fl_str_mv 2021
dc.type.en_US.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.en_US.fl_str_mv info:eu-repo/semantics/publishedVersion
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12996/4845
url https://hdl.handle.net/20.500.12996/4845
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.en_US.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.*.fl_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
dc.format.en_US.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad Nacional Agraria La Molina
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.none.fl_str_mv reponame:UNALM-Institucional
instname:Universidad Nacional Agraria La Molina
instacron:UNALM
instname_str Universidad Nacional Agraria La Molina
instacron_str UNALM
institution UNALM
reponame_str UNALM-Institucional
collection UNALM-Institucional
bitstream.url.fl_str_mv https://repositorio.lamolina.edu.pe/bitstreams/e1f02005-c12b-4e1e-82fc-f0cd68974e0f/download
https://repositorio.lamolina.edu.pe/bitstreams/bf9004e2-6317-4b20-b376-dcaaac0d451c/download
https://repositorio.lamolina.edu.pe/bitstreams/ad38dde9-c4bf-4e79-9904-7116a87dc882/download
https://repositorio.lamolina.edu.pe/bitstreams/6c2d3c0c-58a8-40ad-a340-e01cd7079135/download
bitstream.checksum.fl_str_mv 97c5bee00fbb4c4f8867bd742b579336
c51520aec99a9a1bb6af803f7a69851d
3eefa42f468faa93410ca2c041630508
bc1c2b6b6f8611dad89cd65716dd9ae9
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Universidad Nacional Agraria La Molina
repository.mail.fl_str_mv dspace@lamolina.edu.pe
_version_ 1845706899180224512
spelling Soto Rodríguez, Iván Dennyse4b84530-37ec-4e09-adbd-f9f67d47f020Clemente Rivera, Brian Erick2021-08-10T19:25:37Z2021-08-10T19:25:37Z2021https://hdl.handle.net/20.500.12996/4845Universidad Nacional Agraria La Molina. Facultad de Economía y Planificación. Departamento Académico de Estadística e InformáticaDebido a la gran diversidad de negocios de la empresa, un importante grupo de medios de comunicación, es que se genera mucha información, cada vez más específica y detallada; y es aquí en donde entra la gerencia de Inteligencia de Negocios, la cual centraliza todos estos datos provenientes de distintas fuentes y plataformas con la finalidad de analizarlos y brindar soporte a las diferentes áreas que requieran de algún análisis a detalle para sustentar una venta, una adquisición, el desarrollo de proyectos, etc. Una de estos requerimientos especializados tiene que ver con la integración de datos de distintos orígenes tanto digitales como los que se generan en los sitios web, las redes sociales; o las tradicionales como los ingresos que genera la publicidad para la compañía, base de datos de audiencia, entre otros, ya que permitirán abordar análisis más complejos para encontrar hallazgos más específicos, diferenciales y relevantes. La presente monografía aborda el desarrollo de una nueva metodología de segmentación de usuarios registrados en la página web, en la cual se ha planteado considerar el tipo de contenido que ellos visitan según la sección en la que están alojadas las notas y complementándolos con la información personal, sociodemográfica, de ubicación y otras disponibles en el negocio, todo esto apoyado en el análisis clúster, específicamente el algoritmo k-means. Para el preprocesamiento de datos, limpieza, construcción del conjunto de datos y ejecución de la metodología se utilizó el software R, que posee múltiples funciones que ayudaron con estas tareas. Estas seis agrupaciones encontradas permitirán ofrecer a los clientes un nuevo producto comercial, que además otorgará una ventaja para los clientes ya que podrán especificar la audiencia específica a la que quieren impactar mejorando significativamente los resultados que se obtendrían a diferencia del método tradicional de publicidad digital.Due to the wide diversity of the company's business, an important group of media, a lot of information is generated, more specific and detailed each time; and this is where the Business Intelligence management comes in, which centralizes all these data from different sources and platforms in order to analyze them and provide support to the different areas that require a detailed analysis to support a sale, an acquisition, project development, etc. One of these specialized requirements has to do with the integration of data from different digital sources such as those generated on websites, social networks; or traditional ones such as advertising revenue generated for the company, audience database, among others, as they will allow to address more complex analysis to find more specific, differential and relevant findings. This monograph is about the development of a new methodology for segmentation of registered users on the website, in which it has been proposed to consider the type of content they visit according to the section in which the notes are hosted and complementing them with personal, sociodemographic, location and other information available in the business, all this supported by the cluster analysis, specifically the k-means algorithm. For data preprocessing, cleaning, construction of the data set and execution of the methodology, R software was used, which has multiple functions that helped with these tasks. These six clusterings found will allow offering clients a new sales product, which will also provide an advantage for consumers since they will be able to specify the specific audience they want to impact, significantly improving the results that would be obtained, unlike the traditional method of digital advertising.application/pdfspaUniversidad Nacional Agraria La MolinaPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/4.0/Agrupación K - MeansAlgoritmo de agrupaciónSitios webMedios publicitariosEmpresasPublicidadTécnicas de segmentaciónMétodos estadísticosEvaluaciónPerúGrupos de lectoreshttps://purl.org/pe-repo/ocde/ford#4.05.00Segmentación de lectores digitales registrados de un sitio web informativo con el algoritmo de análisis Cluster k-meansinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionreponame:UNALM-Institucionalinstname:Universidad Nacional Agraria La Molinainstacron:UNALMSUNEDUEstadística e InformáticaUniversidad Nacional Agraria La Molina. Facultad de Economía y PlanificaciónIngeniero Estadístico Informático48151969https://orcid.org/0000-0002-4928-836207029635https://purl.org/pe-repo/renati/type#trabajoDeSuficienciaProfesionalhttps://purl.org/pe-repo/renati/level#tituloProfesional542026Miranda Villagomez, Clodomiro FernandoChue Gallardo, JorgeVargas Paredes, Ana CeciliaLICENSElicense.txtlicense.txttext/plain; charset=utf-81664https://repositorio.lamolina.edu.pe/bitstreams/e1f02005-c12b-4e1e-82fc-f0cd68974e0f/download97c5bee00fbb4c4f8867bd742b579336MD52ORIGINALclemente-rivera-brian-erick.pdfclemente-rivera-brian-erick.pdfTexto completoapplication/pdf877090https://repositorio.lamolina.edu.pe/bitstreams/bf9004e2-6317-4b20-b376-dcaaac0d451c/downloadc51520aec99a9a1bb6af803f7a69851dMD53TEXTclemente-rivera-brian-erick.pdf.txtclemente-rivera-brian-erick.pdf.txtExtracted texttext/plain66274https://repositorio.lamolina.edu.pe/bitstreams/ad38dde9-c4bf-4e79-9904-7116a87dc882/download3eefa42f468faa93410ca2c041630508MD54THUMBNAILclemente-rivera-brian-erick.pdf.jpgclemente-rivera-brian-erick.pdf.jpgGenerated Thumbnailimage/jpeg3731https://repositorio.lamolina.edu.pe/bitstreams/6c2d3c0c-58a8-40ad-a340-e01cd7079135/downloadbc1c2b6b6f8611dad89cd65716dd9ae9MD5520.500.12996/4845oai:repositorio.lamolina.edu.pe:20.500.12996/48452023-01-05 04:24:36.445https://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://repositorio.lamolina.edu.peRepositorio Universidad Nacional Agraria La Molinadspace@lamolina.edu.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
score 12.773366
Segmentación de lectores digitales registrados de un sitio web informativo con el algoritmo de análisis Cluster k-means
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).

Ejemplares Similares