Análisis de comportamiento de consumos de clientes

Descripción del Articulo

En el presente documento se muestra el resultado del proyecto realizado como Trabajo de Fin de Máster Interuniversitario en Tecnologías de Análisis de Datos Masivos: Big Data, de la Universidad de Santiago de Compostela. El objetivo planteado es realizar el procesamiento masivo de la información de...

Descripción completa

Detalles Bibliográficos
Autor: Valenzuela Najar, Jean D.
Formato: tesis de maestría
Fecha de Publicación:2018
Institución:Superintendencia Nacional de Educación Superior Universitaria
Repositorio:Registro Nacional de Trabajos conducentes a Grados y Títulos - RENATI
Lenguaje:español
OAI Identifier:oai:renati.sunedu.gob.pe:renati/861
Enlace del recurso:http://renati.sunedu.gob.pe/handle/sunedu/390977
Nivel de acceso:acceso abierto
Materia:Aprendizaje automático
Big data
Clustering
Regresión lineal
http://purl.org/pe-repo/ocde/ford#1.02.02
Descripción
Sumario:En el presente documento se muestra el resultado del proyecto realizado como Trabajo de Fin de Máster Interuniversitario en Tecnologías de Análisis de Datos Masivos: Big Data, de la Universidad de Santiago de Compostela. El objetivo planteado es realizar el procesamiento masivo de la información de las ventas de los últimos tres años de Café Candelas, aplicando técnicas de modelado estadístico y machine learning. En primer lugar, se revisaron, corrigieron y estandarizaron las bases de datos provistas por Café Candelas para posteriormente consolidarlas y almacenarlas en un archivo. Posteriormente se realizaron análisis de clustering con la finalidad de poder determinar las agrupaciones de provincias con preferencias similares de consumo. Finalmente se realizaron análisis de regresión lineal para poder determinar la proyección de ventas para los próximos años.
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).