Por favor, use este identificador para citar o enlazar este ítem:
http://www.dspace.espol.edu.ec/handle/123456789/62728| Título : | Mejoramiento de la gestión de planificación de combos en la industria de E-Commerce, mediante un modelo predictivo de ?Reglas de Asociación - Minería de datos? |
| Autor : | Alejandro Molina, Otilia, Director Arroyabe Merchán, Stalin Alberto |
| Palabras clave : | Planificación de Combos E-Commerce Asociación - Minería de Datos |
| Fecha de publicación : | 2020 |
| Editorial : | ESPOL. FIMCP. |
| Citación : | Arroyabe Merchán, S. A. (2020). Mejoramiento de la gestión de planificación de combos en la industria de E-Commerce, mediante un modelo predictivo de ?Reglas de Asociación - Minería de datos?. [Trabajo de Titulación]. ESPOL. FIMCP. . |
| Descripción : | Las empresas utilizan las promociones de artículos para incrementar el consumo, bajar los niveles de stock, captar y retener a los clientes. Las promociones son ?Combos de artículos? enfocados a grupos de clientes y su frecuencia de uso puede ser semanal, mensual e incluso diaria. Por lo general en las empresas el departamento de Marketing es el encargado de definir los ?Combos de artículos? que luego son aprobados por las áreas comerciales, logísticas, financieras y de producción. Usualmente el proceso de generación de los ?Combos de artículos? es manual y complejo originando así mucho tiempo su elaboración. Existen herramientas de software que mediante algoritmos de Data Mining permiten encontrar los patrones que asocian a los artículos con los clientes. A estos patrones se los denomina ?Reglas de asociación? y es muy importante que el nivel de detalle sea el más específico(bajo) posible. Evaluaron 2 algoritmos predictivos de asociación que se encuentran en distintas plataformas: APRIORI en Java(Weka) y FP-GROWTH en Python. Seleccionaron aquel modelo predictivo cuyo tiempo de ejecución fue el más bajo y que generó ?Reglas de asociación? que involucraron el mayor número de categorías de artículos y clientes. |
| metadata.dc.description.abstractenglish: | xx |
| URI : | http://www.dspace.espol.edu.ec/handle/123456789/62728 |
| metadata.dc.identifier.codigoproyectointegrador: | TES045 |
| Aparece en las colecciones: | Tesis de Maestría en Sistemas de Información Gerencial |
Ficheros en este ítem:
| Fichero | Tamaño | Formato | |
|---|---|---|---|
| T-114520 ARROYABE.pdf | 1.05 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.