Desarrollo de un modelo predictivo para el análisis de datos del sector exportador hortofrutícola en el periodo 2016 -2020

• Autores: Tapia Álvarez, Bryam André, Chávez Sánchez, Wernher D’alembert
• Formato: tesis de grado
• Fecha de Publicación: 2020
• Institución: Universidad Privada del Norte
• Repositorio: UPN-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.upn.edu.pe:11537/25383
• Enlace del recurso: https://hdl.handle.net/11537/25383
• Nivel de acceso: acceso embargado
• Materia: Sistemas de información; Minería de datos; Métodos de predicción; Procesamiento de datos; https://purl.org/pe-repo/ocde/ford#2.02.04

En el presente trabajo se busca el desarrollo de un modelo predictivo del sector hortofrutícola en el periodo de 2016 – 2020, tomando en cuenta datos de valor, identificando tanto las fuentes como metodologías óptimas para procesar dicha información. Se hizo uso de algoritmos que permiten la predicción de los precios del producto en estudio. Se hizo uso de la metodología CRISP-DM, siguiendo paso a paso las fases de: comprensión del problema, comprensión de los datos, preparación de los datos, modelado, evaluación e implementación . Los resultados concluyeron que se puede mejorar el análisis de datos al desarrollar un modelo predictivo cubriendo las deficiencias en el manejo de información con respecto a la cantidad y calidad de los datos, reduciendo la cantidad de datos que se procesaban en un 50% y aumentando la calidad de los mismos, con un mejora en la toma de decisiones con datos concisos de predicción, con una precisión de 65.2% y eficacia de 66.4%. También se dio una disminución de un 39.08 % del costo anual en los recursos utilizados y un porcentaje de 180% menos tiempo invertido en el análisis.