Look-up in Google Scholar
Full metadata record
Espinoza Haro, Pedro Celino
Angulo Pérez, Josué
Angulo Pérez, Josué
Angulo Pérez, Josué
2017-06-14T22:26:26Z
2017-06-14T22:26:26Z
2011
http://hdl.handle.net/20.500.14076/3276
En la actualidad las empresas generan gran cantidad de información, pero desconocen el valor de la misma y no la utilizan en todo su potencial. Dentro de esta información existen patrones y tendencias que pueden indicar necesidades implícitas de los consumidores que pueden representar oportunidades de mejora del negocio. El propósito de este trabajo es desarrollar un modelo que permita identificar patrones de consumo en un sistema de negocio. Resolveremos este problema de una manera simple y eficiente utilizando redes neuronales artificiales de Kohonen y Backpropagation. Otro objetivo planteado consiste en aplicar el modelo a un problema real. Específicamente, se trabaja con una base de datos de ventas para identificar patrones implícitos y el comportamiento de las ventas, utilizando herramientas de redes neuronales artificiales de libre disponibilidad, para optimizar la oferta en función de las necesidades de los clientes, El NNclass, herramienta del Backpropagation, se utiliza para encontrar patrones de consumo de distintos productos en función al día y horario en que los clientes concurren al local. El NNclust, herramienta de aplicación de las redes de Kohonen, se utiliza para analizar la composición de la clientela (estudio de segmentación o "clustering). En base a estos resultados, se propondrán posibles mejoras a la oferta del negocio. (es)
Tesis (es)
application/pdf (es)
spa (es)
Universidad Nacional de Ingeniería (es)
info:eu-repo/semantics/restrictedAccess (es)
http://creativecommons.org/licenses/by-nc-nd/4.0/ (es)
Universidad Nacional de Ingeniería (es)
Repositorio Institucional - UNI (es)
Patrones (es)
Redes neuronales artificiales (es)
Ingeniería de sistemas (es)
Identificación de patrones de consumo en sistemas de negocios utilizando redes neuronales (es)
info:eu-repo/semantics/masterThesis (es)
Universidad Nacional de Ingeniería. Facultad de Ingeniería Industrial y de Sistemas. Unidad de Posgrado (es)
Maestría en Ciencias con Mención en Ingeniería de Sistemas (es)
Maestría (es)
Maestro en Ciencias con Mención en Ingeniería de Sistemas (es)
Maestría (es)
Pública



This item is licensed under a Creative Commons License Creative Commons