1. DSpace en ESPOL
2. Unidades Académicas
3. Facultad de Ingeniería en Electricidad y Computación
4. Tesis de Maestría en Ciencia de Datos

Title:	Diseño de un Sistema de Recomendaciones de productos utilizando Redes Neuronales de Grafos para clientes de campañas de puntos
Authors:	Cruz Ramírez, Eduardo , Director Merizalde Medina, Angel Jonathan
Keywords:	Sistemas de recomendación Red neuronal de grafos Clasificación de grafos GraphSAGE RFM
Issue Date:	2024
Publisher:	ESPOL.FIEC
Citation:	Merizalde Medina, A. J. (2024). Diseño de un Sistema de Recomendaciones de productos utilizando Redes Neuronales de Grafos para clientes de campañas de puntos. [Proyecto de Titulación]. ESPOL.FIEC .
Description:	Los sistemas de recomendación se han convertido en soluciones tecnológicas altamente utilizadas en el sector de retail, generando sugerencias personalizadas de compra enfocadas en las preferencias de los clientes, con el propósito de incrementar las ventas. Esto es relevante para artículos de baja rotación o con problemas de mercadeo. Diversas arquitecturas se implementan para desarrollar estos sistemas; sin embargo, aquellas basadas en modelos de Deep learning y redes neuronales artificiales permiten extraer características adicionales de los datos, obteniendo una representación más acertada de patrones ocultos en las ventas. Este documento describe el proceso de diseño de un sistema de recomendaciones para una empresa de retail basada en Ecuador, enfocado en artículos que los clientes pueden adquirir canjeando puntos de sus cuentas del programa de fidelización. Para ello, cada transacción fue considerada como un grafo, cargado en una Red neuronal de grafos para predecir el departamento del artículo canjeado a través de una tarea de clasificación de grafos. Se realizaron múltiples experimentos durante el entrenamiento para seleccionar el algoritmo base, obteniendo los mejores resultados de predicciones para las métricas seleccionadas con GraphSAGE a través de su variante SAGEConv. Las recomendaciones de compra generadas se ofrecieron a un grupo de clientes seleccionado usando una variante del análisis RFM. Se construyó un dashboard interactivo para el análisis semanal que realiza el área de publicidad. Estos resultados se almacenaron en una base de datos dedicada. Las compras realizadas posteriormente mostraron una tasa de conversión significativa, demostrando el impacto de las recomendaciones en las ventas. Palabras Clave: Sistemas de recomendación, Red neuronal de grafos, clasificación de grafos, GraphSAGE, RFM.
metadata.dc.description.abstractenglish:	Recommender systems have become highly utilized technological solutions in the retail sector, generating personalized offerings focused on customer preferences, with the purpose of increasing sales. This is relevant for low inventory turnover items or those with marketing issues. Diverse architectures are implemented to develop these systems; however, those based on Deep learning models and artificial neural networks allow additional characteristics to be extracted from the data, resulting in a more accurate representation of hidden sales patterns. This document describes the process of designing a recommender system for a retail company based in Ecuador, focused on items that customers can redeem using points from their loyalty program accounts. To achieve this, each transaction would be treated as a graph, loaded into a Graph neural network to predict the department of the redeemed item through a graph classification task. Numerous experiments were conducted during training to select the base algorithm, and the best prediction results for the selected metrics were obtained with GraphSAGE through the SAGEConv variant. The generated purchase recommendations were offered to a group of customers selected using a variant of RFM analysis. An interactive dashboard was developed for the weekly analysis conducted by the advertising department. The results were registered in a dedicated database. Subsequent purchases showed a significant conversion rate, proving the impact of recommendations on sales. Keywords: Recommender systems, Graph neural network, graph classification, GraphSAGE, RFM.
URI:	http://www.dspace.espol.edu.ec/handle/123456789/63228
metadata.dc.identifier.codigoproyectointegrador:	POSTG095
Appears in Collections:	Tesis de Maestría en Ciencia de Datos

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.