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?

Arroyabe Merchán, Stalin Alberto

Please use this identifier to cite or link to this item: http://www.dspace.espol.edu.ec/handle/123456789/62728

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	Alejandro Molina, Otilia, Director	-
dc.contributor.author	Arroyabe Merchán, Stalin Alberto	-
dc.creator	ESPOL. FIMCP.	-
dc.date.accessioned	2024-12-18T13:57:07Z	-
dc.date.available	2024-12-18T13:57:07Z	-
dc.date.issued	2020	-
dc.identifier.citation	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. .	-
dc.identifier.uri	http://www.dspace.espol.edu.ec/handle/123456789/62728	-
dc.description	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.	-
dc.format	application/pdf	-
dc.format.extent	107 páginas	-
dc.language.iso	spa	-
dc.publisher	ESPOL. FIMCP.	-
dc.rights	openAccess	-
dc.subject	Planificación de Combos	-
dc.subject	E-Commerce	-
dc.subject	Asociación - Minería de Datos	-
dc.title	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?	-
dc.type	Magíster en Sistemas de Información Gerencial	-
dc.identifier.codigoespol	T-114520	-
dc.description.city	Guayaquil	-
dc.description.degree	Escuela Superior Politécnica del Litoral	-
dc.identifier.codigoproyectointegrador	TES045	-
dc.description.abstractenglish	xx	-
Appears in Collections:	Tesis de Maestría en Sistemas de Información Gerencial

Files in This Item:

File	Size	Format
T-114520 ARROYABE.pdf	1.05 MB	Adobe PDF	View/Open

Show simple item record