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
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.peTk9URTogUExBQ0UgWU9VUiBPV04gTElDRU5TRSBIRVJFClRoaXMgc2FtcGxlIGxpY2Vuc2UgaXMgcHJvdmlkZWQgZm9yIGluZm9ybWF0aW9uYWwgcHVycG9zZXMgb25seS4KCk5PTi1FWENMVVNJVkUgRElTVFJJQlVUSU9OIExJQ0VOU0UKCkJ5IHNpZ25pbmcgYW5kIHN1Ym1pdHRpbmcgdGhpcyBsaWNlbnNlLCB5b3UgKHRoZSBhdXRob3Iocykgb3IgY29weXJpZ2h0Cm93bmVyKSBncmFudHMgdG8gRFNwYWNlIFVuaXZlcnNpdHkgKERTVSkgdGhlIG5vbi1leGNsdXNpdmUgcmlnaHQgdG8gcmVwcm9kdWNlLAp0cmFuc2xhdGUgKGFzIGRlZmluZWQgYmVsb3cpLCBhbmQvb3IgZGlzdHJpYnV0ZSB5b3VyIHN1Ym1pc3Npb24gKGluY2x1ZGluZwp0aGUgYWJzdHJhY3QpIHdvcmxkd2lkZSBpbiBwcmludCBhbmQgZWxlY3Ryb25pYyBmb3JtYXQgYW5kIGluIGFueSBtZWRpdW0sCmluY2x1ZGluZyBidXQgbm90IGxpbWl0ZWQgdG8gYXVkaW8gb3IgdmlkZW8uCgpZb3UgYWdyZWUgdGhhdCBEU1UgbWF5LCB3aXRob3V0IGNoYW5naW5nIHRoZSBjb250ZW50LCB0cmFuc2xhdGUgdGhlCnN1Ym1pc3Npb24gdG8gYW55IG1lZGl1bSBvciBmb3JtYXQgZm9yIHRoZSBwdXJwb3NlIG9mIHByZXNlcnZhdGlvbi4KCllvdSBhbHNvIGFncmVlIHRoYXQgRFNVIG1heSBrZWVwIG1vcmUgdGhhbiBvbmUgY29weSBvZiB0aGlzIHN1Ym1pc3Npb24gZm9yCnB1cnBvc2VzIG9mIHNlY3VyaXR5LCBiYWNrLXVwIGFuZCBwcmVzZXJ2YXRpb24uCgpZb3UgcmVwcmVzZW50IHRoYXQgdGhlIHN1Ym1pc3Npb24gaXMgeW91ciBvcmlnaW5hbCB3b3JrLCBhbmQgdGhhdCB5b3UgaGF2ZQp0aGUgcmlnaHQgdG8gZ3JhbnQgdGhlIHJpZ2h0cyBjb250YWluZWQgaW4gdGhpcyBsaWNlbnNlLiBZb3UgYWxzbyByZXByZXNlbnQKdGhhdCB5b3VyIHN1Ym1pc3Npb24gZG9lcyBub3QsIHRvIHRoZSBiZXN0IG9mIHlvdXIga25vd2xlZGdlLCBpbmZyaW5nZSB1cG9uCmFueW9uZSdzIGNvcHlyaWdodC4KCklmIHRoZSBzdWJtaXNzaW9uIGNvbnRhaW5zIG1hdGVyaWFsIGZvciB3aGljaCB5b3UgZG8gbm90IGhvbGQgY29weXJpZ2h0LAp5b3UgcmVwcmVzZW50IHRoYXQgeW91IGhhdmUgb2J0YWluZWQgdGhlIHVucmVzdHJpY3RlZCBwZXJtaXNzaW9uIG9mIHRoZQpjb3B5cmlnaHQgb3duZXIgdG8gZ3JhbnQgRFNVIHRoZSByaWdodHMgcmVxdWlyZWQgYnkgdGhpcyBsaWNlbnNlLCBhbmQgdGhhdApzdWNoIHRoaXJkLXBhcnR5IG93bmVkIG1hdGVyaWFsIGlzIGNsZWFybHkgaWRlbnRpZmllZCBhbmQgYWNrbm93bGVkZ2VkCndpdGhpbiB0aGUgdGV4dCBvciBjb250ZW50IG9mIHRoZSBzdWJtaXNzaW9uLgoKSUYgVEhFIFNVQk1JU1NJT04gSVMgQkFTRUQgVVBPTiBXT1JLIFRIQVQgSEFTIEJFRU4gU1BPTlNPUkVEIE9SIFNVUFBPUlRFRApCWSBBTiBBR0VOQ1kgT1IgT1JHQU5JWkFUSU9OIE9USEVSIFRIQU4gRFNVLCBZT1UgUkVQUkVTRU5UIFRIQVQgWU9VIEhBVkUKRlVMRklMTEVEIEFOWSBSSUdIVCBPRiBSRVZJRVcgT1IgT1RIRVIgT0JMSUdBVElPTlMgUkVRVUlSRUQgQlkgU1VDSApDT05UUkFDVCBPUiBBR1JFRU1FTlQuCgpEU1Ugd2lsbCBjbGVhcmx5IGlkZW50aWZ5IHlvdXIgbmFtZShzKSBhcyB0aGUgYXV0aG9yKHMpIG9yIG93bmVyKHMpIG9mIHRoZQpzdWJtaXNzaW9uLCBhbmQgd2lsbCBub3QgbWFrZSBhbnkgYWx0ZXJhdGlvbiwgb3RoZXIgdGhhbiBhcyBhbGxvd2VkIGJ5IHRoaXMKbGljZW5zZSwgdG8geW91ciBzdWJtaXNzaW9uLgo=
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).