Predicción de abandono de clientes de un comercio electrónico usando Regresión Logística y Árbol de Clasificación CART

Descripción del Articulo

En tiempos actuales, los ecommerce se han convertido en fuentes de ingresos para cualquier empresa, es así como nace el primer ecommerce medioambiental de la empresa certificadora, que cimienta sus bases en su carácter innovador. Ante esto nace también la necesidad de poder detectar a clientes que s...

Descripción completa

Detalles Bibliográficos
Autor: Melgarejo Cabrera, Victoria Raquel
Formato: tesis de grado
Fecha de Publicación:2022
Institución:Universidad Nacional Mayor de San Marcos
Repositorio:UNMSM-Tesis
Lenguaje:español
OAI Identifier:oai:cybertesis.unmsm.edu.pe:20.500.12672/18681
Enlace del recurso:https://hdl.handle.net/20.500.12672/18681
Nivel de acceso:acceso abierto
Materia:Comercio electrónico
Modelo estadístico-matemático
https://purl.org/pe-repo/ocde/ford#1.01.03
https://purl.org/pe-repo/ocde/ford#1.02.02
id UNMS_2a68c5f1fe08b2a0e6d55d820ef715ff
oai_identifier_str oai:cybertesis.unmsm.edu.pe:20.500.12672/18681
network_acronym_str UNMS
network_name_str UNMSM-Tesis
repository_id_str 410
dc.title.es_PE.fl_str_mv Predicción de abandono de clientes de un comercio electrónico usando Regresión Logística y Árbol de Clasificación CART
title Predicción de abandono de clientes de un comercio electrónico usando Regresión Logística y Árbol de Clasificación CART
spellingShingle Predicción de abandono de clientes de un comercio electrónico usando Regresión Logística y Árbol de Clasificación CART
Melgarejo Cabrera, Victoria Raquel
Comercio electrónico
Modelo estadístico-matemático
https://purl.org/pe-repo/ocde/ford#1.01.03
https://purl.org/pe-repo/ocde/ford#1.02.02
title_short Predicción de abandono de clientes de un comercio electrónico usando Regresión Logística y Árbol de Clasificación CART
title_full Predicción de abandono de clientes de un comercio electrónico usando Regresión Logística y Árbol de Clasificación CART
title_fullStr Predicción de abandono de clientes de un comercio electrónico usando Regresión Logística y Árbol de Clasificación CART
title_full_unstemmed Predicción de abandono de clientes de un comercio electrónico usando Regresión Logística y Árbol de Clasificación CART
title_sort Predicción de abandono de clientes de un comercio electrónico usando Regresión Logística y Árbol de Clasificación CART
author Melgarejo Cabrera, Victoria Raquel
author_facet Melgarejo Cabrera, Victoria Raquel
author_role author
dc.contributor.advisor.fl_str_mv Roque Paredes, Ofelia
dc.contributor.author.fl_str_mv Melgarejo Cabrera, Victoria Raquel
dc.subject.es_PE.fl_str_mv Comercio electrónico
Modelo estadístico-matemático
topic Comercio electrónico
Modelo estadístico-matemático
https://purl.org/pe-repo/ocde/ford#1.01.03
https://purl.org/pe-repo/ocde/ford#1.02.02
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#1.01.03
https://purl.org/pe-repo/ocde/ford#1.02.02
description En tiempos actuales, los ecommerce se han convertido en fuentes de ingresos para cualquier empresa, es así como nace el primer ecommerce medioambiental de la empresa certificadora, que cimienta sus bases en su carácter innovador. Ante esto nace también la necesidad de poder detectar a clientes que son propensos a abandonar el ecommerce con el fin de poner esfuerzo para retenerlos. Como solución se propone hacer una comparación de dos técnicas de machine learning, para predecir el abandono de clientes, estas son Regresión Logística y Árbol de Clasificación CART. Asimismo, se detectó que nuestra variable respuesta se encuentra desbalanceada para ello se empleó la técnica de muestreo SMOTE. Finalmente, la evaluación se realizó con distintas medidas de desempeño que permiten ver el poder predictivo del modelo.
publishDate 2022
dc.date.accessioned.none.fl_str_mv 2022-11-02T17:31:31Z
dc.date.available.none.fl_str_mv 2022-11-02T17:31:31Z
dc.date.issued.fl_str_mv 2022
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
dc.identifier.citation.es_PE.fl_str_mv Melgarejo, V. (2022). Predicción de abandono de clientes de un comercio electrónico usando Regresión Logística y Árbol de Clasificación CART. [Trabajo de suficiencia profesional de pregrado, Universidad Nacional Mayor de San Marcos, Facultad de Ciencias Matemáticas, Escuela Profesional de Estadística]. Repositorio institucional Cybertesis UNMSM.
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12672/18681
identifier_str_mv Melgarejo, V. (2022). Predicción de abandono de clientes de un comercio electrónico usando Regresión Logística y Árbol de Clasificación CART. [Trabajo de suficiencia profesional de pregrado, Universidad Nacional Mayor de San Marcos, Facultad de Ciencias Matemáticas, Escuela Profesional de Estadística]. Repositorio institucional Cybertesis UNMSM.
url https://hdl.handle.net/20.500.12672/18681
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es_PE.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.es_PE.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.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad Nacional Mayor de San Marcos
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.es_PE.fl_str_mv Universidad Nacional Mayor de San Marcos
Repositorio de Tesis - UNMSM
dc.source.none.fl_str_mv reponame:UNMSM-Tesis
instname:Universidad Nacional Mayor de San Marcos
instacron:UNMSM
instname_str Universidad Nacional Mayor de San Marcos
instacron_str UNMSM
institution UNMSM
reponame_str UNMSM-Tesis
collection UNMSM-Tesis
bitstream.url.fl_str_mv https://cybertesis.unmsm.edu.pe/bitstreams/95e29e23-1d80-4572-9f98-f4198dc11af4/download
https://cybertesis.unmsm.edu.pe/bitstreams/7ee5e9e4-76d6-4979-904a-5fcc8e6fb182/download
https://cybertesis.unmsm.edu.pe/bitstreams/8d049325-dce6-4b40-ae46-fa3aec53b9be/download
https://cybertesis.unmsm.edu.pe/bitstreams/13e76c94-b07d-41a3-b1e5-a2a743d27351/download
bitstream.checksum.fl_str_mv 8a4605be74aa9ea9d79846c1fba20a33
aecc8d4def4996994fde4bd5d163d8ee
597a8f80f4d25ef743e4007026c08dca
55468bc241fcfca90dacd45a4e932ab8
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Cybertesis UNMSM
repository.mail.fl_str_mv cybertesis@unmsm.edu.pe
_version_ 1847252535827496960
spelling Roque Paredes, OfeliaMelgarejo Cabrera, Victoria Raquel2022-11-02T17:31:31Z2022-11-02T17:31:31Z2022Melgarejo, V. (2022). Predicción de abandono de clientes de un comercio electrónico usando Regresión Logística y Árbol de Clasificación CART. [Trabajo de suficiencia profesional de pregrado, Universidad Nacional Mayor de San Marcos, Facultad de Ciencias Matemáticas, Escuela Profesional de Estadística]. Repositorio institucional Cybertesis UNMSM.https://hdl.handle.net/20.500.12672/18681En tiempos actuales, los ecommerce se han convertido en fuentes de ingresos para cualquier empresa, es así como nace el primer ecommerce medioambiental de la empresa certificadora, que cimienta sus bases en su carácter innovador. Ante esto nace también la necesidad de poder detectar a clientes que son propensos a abandonar el ecommerce con el fin de poner esfuerzo para retenerlos. Como solución se propone hacer una comparación de dos técnicas de machine learning, para predecir el abandono de clientes, estas son Regresión Logística y Árbol de Clasificación CART. Asimismo, se detectó que nuestra variable respuesta se encuentra desbalanceada para ello se empleó la técnica de muestreo SMOTE. Finalmente, la evaluación se realizó con distintas medidas de desempeño que permiten ver el poder predictivo del modelo.application/pdfspaUniversidad Nacional Mayor de San MarcosPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/4.0/Universidad Nacional Mayor de San MarcosRepositorio de Tesis - UNMSMreponame:UNMSM-Tesisinstname:Universidad Nacional Mayor de San Marcosinstacron:UNMSMComercio electrónicoModelo estadístico-matemáticohttps://purl.org/pe-repo/ocde/ford#1.01.03https://purl.org/pe-repo/ocde/ford#1.02.02Predicción de abandono de clientes de un comercio electrónico usando Regresión Logística y Árbol de Clasificación CARTinfo:eu-repo/semantics/bachelorThesisSUNEDULicenciada en EstadísticaUniversidad Nacional Mayor de San Marcos. Facultad de Ciencias Matemáticas. Escuela Profesional de EstadísticaEstadística06243124https://orcid.org/0000-0001-8280-021X72266358542016Huamán Gutiérrez, Zoraida JudithMolina Quiñones, Helfer Joelhttps://purl.org/pe-repo/renati/level#tituloProfesionalhttps://purl.org/pe-repo/renati/type#trabajoDeSuficienciaProfesional0989009440014631LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://cybertesis.unmsm.edu.pe/bitstreams/95e29e23-1d80-4572-9f98-f4198dc11af4/download8a4605be74aa9ea9d79846c1fba20a33MD52THUMBNAILMelgarejo_cv.pdf.jpgMelgarejo_cv.pdf.jpgGenerated Thumbnailimage/jpeg14614https://cybertesis.unmsm.edu.pe/bitstreams/7ee5e9e4-76d6-4979-904a-5fcc8e6fb182/downloadaecc8d4def4996994fde4bd5d163d8eeMD58ORIGINALMelgarejo_cv.pdfMelgarejo_cv.pdfapplication/pdf5824845https://cybertesis.unmsm.edu.pe/bitstreams/8d049325-dce6-4b40-ae46-fa3aec53b9be/download597a8f80f4d25ef743e4007026c08dcaMD55TEXTMelgarejo_cv.pdf.txtMelgarejo_cv.pdf.txtExtracted texttext/plain103939https://cybertesis.unmsm.edu.pe/bitstreams/13e76c94-b07d-41a3-b1e5-a2a743d27351/download55468bc241fcfca90dacd45a4e932ab8MD5720.500.12672/18681oai:cybertesis.unmsm.edu.pe:20.500.12672/186812024-08-16 00:11:56.306https://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://cybertesis.unmsm.edu.peCybertesis UNMSMcybertesis@unmsm.edu.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
score 13.457506
Predicción de abandono de clientes de un comercio electrónico usando Regresión Logística y Árbol de Clasificación CART
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