Look-up in Google Scholar
Title: Modelo de Sistema de Recomendación Personalizado para el Área Comercial de una Distribuidora Farmacéutica Usando Machine Learning
OCDE field: https://purl.org/pe-repo/ocde/ford#2.02.04
Issue Date: 2024
Institution: Universidad Tecnológica del Perú
Abstract: Se propone la implementación de un sistema de recomendación usando Machine Learning para optimizar las estrategias comerciales en el sector farmacéutico, con el objetivo de recomendar productos en la plataforma virtual de la distribuidora. Aborda la necesidad de mejorar las estrategias comerciales de la plataforma virtual para promover eficientemente recomendaciones de productos según el historial de compras de los clientes. Se destaca la insuficiencia de las políticas empresariales actuales para abordar esta problemática, se carece de estrategias tecnológicas para recomendar productos de manera más efectiva. La investigación se enfoca en desarrollar un sistema de recomendación que ayude a recomendar productos en la interacción de la venta y mejorar las estrategias comerciales de la distribuidora farmacéutica, se propone filtro colaborativo y basado en contenido para la implementación del sistema. Con los algoritmos propuestos se evaluarán para ver su rendimiento y se van a comparar para descartar o usar según los objetivos de la investigación, también se combinarán las técnicas para mejorar la calidad de recomendaciones. Se va a Implementar un sistema de recomendación donde se revisarán distintas técnicas de recomendación con los algoritmos que mejor rindan se integrarán a la plataforma virtual de la distribuidora, las recomendaciones se mostraran finalmente en la interacción de la venta mostrando productos relevantes, de su interés y similares.
Discipline: Ingeniería de Sistemas e Informática
Grade or title grantor: Universidad Tecnológica del Perú. Facultad de Ingeniería
Grade or title: Ingeniero de Sistemas e Informática
Juror: Urquizo Abril, Maribel Carmen; Galvez Galvez, David Arthur; Bolivar Valdivia, Renzo Gustavo
Register date: 28-Oct-2024



This item is licensed under a Creative Commons License Creative Commons