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...
| Autor: | |
|---|---|
| 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 |
| id |
RENATI_f4728341bdbb896f0e61fd8557919eec |
|---|---|
| oai_identifier_str |
oai:renati.sunedu.gob.pe:renati/861 |
| network_acronym_str |
RENATI |
| network_name_str |
Registro Nacional de Trabajos conducentes a Grados y Títulos - RENATI |
| repository_id_str |
|
| dc.title.es_PE.fl_str_mv |
Análisis de comportamiento de consumos de clientes |
| title |
Análisis de comportamiento de consumos de clientes |
| spellingShingle |
Análisis de comportamiento de consumos de clientes Valenzuela Najar, Jean D. Aprendizaje automático Big data Clustering Regresión lineal http://purl.org/pe-repo/ocde/ford#1.02.02 |
| title_short |
Análisis de comportamiento de consumos de clientes |
| title_full |
Análisis de comportamiento de consumos de clientes |
| title_fullStr |
Análisis de comportamiento de consumos de clientes |
| title_full_unstemmed |
Análisis de comportamiento de consumos de clientes |
| title_sort |
Análisis de comportamiento de consumos de clientes |
| author |
Valenzuela Najar, Jean D. |
| author_facet |
Valenzuela Najar, Jean D. |
| author_role |
author |
| dc.contributor.author.fl_str_mv |
Valenzuela Najar, Jean D. |
| dc.subject.es_PE.fl_str_mv |
Aprendizaje automático Big data Clustering Regresión lineal |
| topic |
Aprendizaje automático Big data Clustering Regresión lineal http://purl.org/pe-repo/ocde/ford#1.02.02 |
| dc.subject.ocde.none.fl_str_mv |
http://purl.org/pe-repo/ocde/ford#1.02.02 |
| description |
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. |
| publishDate |
2018 |
| dc.date.accessioned.none.fl_str_mv |
2019-05-23T16:57:00Z |
| dc.date.available.none.fl_str_mv |
2019-05-23T16:57:00Z |
| dc.date.issued.fl_str_mv |
2018-06 |
| dc.type.es_PE.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| dc.identifier.uri.none.fl_str_mv |
http://renati.sunedu.gob.pe/handle/sunedu/390977 |
| url |
http://renati.sunedu.gob.pe/handle/sunedu/390977 |
| dc.language.iso.es_PE.fl_str_mv |
spa |
| language |
spa |
| dc.rights.es_PE.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.publisher.es_PE.fl_str_mv |
Universidad de Santiago de Compostela |
| dc.publisher.country.none.fl_str_mv |
ES |
| dc.source.es_PE.fl_str_mv |
Superintendencia Nacional de Educación Superior Universitaria - SUNEDU |
| dc.source.none.fl_str_mv |
reponame:Registro Nacional de Trabajos conducentes a Grados y Títulos - RENATI instname:Superintendencia Nacional de Educación Superior Universitaria instacron:SUNEDU |
| instname_str |
Superintendencia Nacional de Educación Superior Universitaria |
| instacron_str |
SUNEDU |
| institution |
SUNEDU |
| reponame_str |
Registro Nacional de Trabajos conducentes a Grados y Títulos - RENATI |
| collection |
Registro Nacional de Trabajos conducentes a Grados y Títulos - RENATI |
| dc.source.uri.es_PE.fl_str_mv |
Registro Nacional de Trabajos de Investigación - RENATI |
| bitstream.url.fl_str_mv |
https://renati.sunedu.gob.pe/bitstream/renati/861/2/license.txt https://renati.sunedu.gob.pe/bitstream/renati/861/3/TFM_USC_final.pdf.txt https://renati.sunedu.gob.pe/bitstream/renati/861/4/TFM_USC_final.pdf.jpg https://renati.sunedu.gob.pe/bitstream/renati/861/1/TFM_USC_final.pdf |
| bitstream.checksum.fl_str_mv |
8a4605be74aa9ea9d79846c1fba20a33 67ba91638aa1fe814f04400f83d4d947 468ace4b8ac22af72fa8815c494eaabd e1da8889724f902ffd1b5968d229fe05 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Registro Nacional de Trabajos de Investigación |
| repository.mail.fl_str_mv |
renati@sunedu.gob.pe |
| _version_ |
1816177369488031744 |
| spelling |
Valenzuela Najar, Jean D.2019-05-23T16:57:00Z2019-05-23T16:57:00Z2018-06http://renati.sunedu.gob.pe/handle/sunedu/390977En 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.Trabajo de investigaciónapplication/pdfspaUniversidad de Santiago de CompostelaESinfo:eu-repo/semantics/openAccessSuperintendencia Nacional de Educación Superior Universitaria - SUNEDURegistro Nacional de Trabajos de Investigación - RENATIreponame:Registro Nacional de Trabajos conducentes a Grados y Títulos - RENATIinstname:Superintendencia Nacional de Educación Superior Universitariainstacron:SUNEDUAprendizaje automáticoBig dataClusteringRegresión linealhttp://purl.org/pe-repo/ocde/ford#1.02.02Análisis de comportamiento de consumos de clientesinfo:eu-repo/semantics/masterThesisUniversidad de Santiago de Compostela. Escuela Técnica Superior de IngenieríaCiencias naturalesMaestríaMáster en Tecnologías de Análisis de Datos Masivos: Big Datahttp://purl.org/pe-repo/renati/level#maestrohttp://purl.org/pe-repo/renati/type#trabajoDeInvestigacionLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://renati.sunedu.gob.pe/bitstream/renati/861/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52TEXTTFM_USC_final.pdf.txtTFM_USC_final.pdf.txtExtracted texttext/plain32157https://renati.sunedu.gob.pe/bitstream/renati/861/3/TFM_USC_final.pdf.txt67ba91638aa1fe814f04400f83d4d947MD53THUMBNAILTFM_USC_final.pdf.jpgTFM_USC_final.pdf.jpgGenerated Thumbnailimage/jpeg1466https://renati.sunedu.gob.pe/bitstream/renati/861/4/TFM_USC_final.pdf.jpg468ace4b8ac22af72fa8815c494eaabdMD54ORIGINALTFM_USC_final.pdfTFM_USC_final.pdfapplication/pdf1762713https://renati.sunedu.gob.pe/bitstream/renati/861/1/TFM_USC_final.pdfe1da8889724f902ffd1b5968d229fe05MD51renati/861oai:renati.sunedu.gob.pe:renati/8612020-09-21 12:42:58.002Registro Nacional de Trabajos de Investigaciónrenati@sunedu.gob.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 |
| score |
13.962731 |
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).