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

DSpace Home
→
Unidades Académicas
→
Facultad de Ingeniería en Electricidad y Computación
→
Tesis de Maestría en Sistemas de Información Gerencial
→
View Item

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