Prototipo computacional para identificar patrones de comportamiento de usuarios de servicio a domicilio aplicando minería de datos

Cargando...
Miniatura

Fecha

Autores

Mejía Orozco, William Alberto

Otros contribuidores

Título de la revista

ISSN de la revista

Título del volumen

Editor

Seguimiento al proceso del trabajo

Compartir

Seleccione un documento PDF para visualizar

Resumen

Trabajo acerca de la realización de un prototipo de software programado en lenguaje PHP y con el uso adicional de los lenguajes XHTML y CSS, para la identificación de patrones de comportamiento de usuarios de servicio a domicilio, contemplando el uso de la técnica de análisis de componentes principales para reducir el número de productos a analizar y la utilización de las técnicas de clusterización de Vecinos Lejanos y la de K-medias para detectar la afinidad de clientes con determinados productos, así como también se usa el algoritmo Apriori para predecir patrones interesantes de compras, es decir, aquellos en que se determine cuando un producto implique la compra de otro u otros productos.

Descripción

Enlace al recurso

Fuente del recurso

Citación

ALCALÁ-FDEZ J.; L. SÁNCHEZ; S. GARCÍA; M. J. DEL JESUS; S. VENTURA; J.M. GARRELL; J. OTERO; C. ROMERO; J. BACARDIT; V. M. RIVAS; J. C. FERNÁNDEZ; F. HERRERA. KEEL: A Software Tool to Assess Evolutionary Algorithms to Data Mining Problems. Disponible en: <http://www.springerlink.com/content/0k31383238325774/fulltext.pdf>
AMO VILLAR José Manuel; GOMEZ FRAILE José Manuel. Reglas de Asociación. Disponible en: <http://www.infor.uva.es/~calonso/IAII/TrabajoAlumnos/REGLAS%20DE%20ASOCIACI%C3%93N.ppt>
ARTHUR, David; VASSILVITSKII, Sergei. The Advantages of Careful Seeding, Stanford University. Disponible en: <http://www.stanford.edu/~darthur/kMeansPlusPlus.pdf>
GRANÉ Aurea. Análisis de Componentes Principales, Departamento de Estadística, Universidad Carlos III de Madrid. Disponible en: <http://halweb.uc3m.es/esp/Personal/personas/agrane/ficheros_docencia/MULTIVARIANT/slides_comp_reducido.pdf>
HERNANDEZ O., José; RAMIREZ Q., Ma José y FERRI R., César. Introducción a la Minería de Datos. Madrid : Pearson Prentice Hall, 2004. 680 p.
IBM. IBM SPSS Statistics. Disponible en: <http://www-01.ibm.com/software/analytics/spss/products/statistics>
JIMENEZ R., Claudia; RICO H., Martin y VILLA G., Fernan. Metamodelo de una Bodega de Datos para el Descubrimiento de Conocimiento. En: I Congreso Internacional de Gestión Tecnológica e Innovación (5: 2008 : Santafé de Bogotá). Ponencia 5 Villa Fernán. Disponible en: <http://www.ing.unal.edu.co/eventos/gestec_innovacion/img/presentaciones/auditorio2/5_villafernan.pdf>
KNIME. Products and Support. Disponible en: <http://knime.org/productsupport>
KXEN. KXEN Products. Disponible en: <http://www.kxen.com/Products/>
LEVIT, Daiana. Los Actuarios y su rol en la minería de datos. En: Revista de Actuaría. Octubre, 2009. Disponible en: <http://www.revista-actuario.com/Publicaciones/Oct09/030.pdf>
MONOGRAFIAS.COM. Minería de datos [en línea]. <http://www.monografias.com/trabajos56/mineria-de-datos-venezuela/mineria-de-datos-venezuela.shtml> [citado en 28 de Noviembre de 2009]
MORENO G., María et al. Aplicación de Técnicas de Minería de Datos en la Construcción y Validación de Modelos Predictivos y Asociativos a partir de Especificaciones de Requisitos de Software. Disponible en: <http://sunsite.informatik.rwth-aachen.de/Publications/CEUR-WS//Vol-84/paper4.pdf>
MySQL. 5.0 Reference Manual. Disponible en: <http://downloads.mysql.com/docs/refman-5.0-es.a4.pdf>
ORANGE. Catalog of widgets. Disponible en: <http://orange.biolab.si/doc/catalog>
Quiterian. Quiterian Dynamic Data Web, The Product. Disponible en: <http://www.quiterian.com/site/download.php?pdf=118>
Rapid-i. Rapid Miner, Report the Future. Disponible en: <http://rapid-i.com/content/view/181/196/>
S. B. Ferrero; M. G. Palacio; O. R. Campanella. Análisis de Componentes Principales en Teledetección. Consideraciones estadísticas para optimizar su interpretación. En: Revista de Teledetección, 2002. Disponible en: <http://www.aet.org.es/revistas/revista17/AET17-05.pdf>
R PROJECT. What is R?. Disponible en: <www.r-project.org>
SAS. SAS Enterprise Miner Overview. Disponible en: <http://www.sas.com/technologies/analytics/datamining/miner>
STATSOFT. STATISTICA Data Mining, Text Mining and Predictive Analytics Software. Disponible en. <http://www.statsoft.com/products/data-mining-solutions/>
SILBERSCHATZ, Avi; KORTH, Hank y SUDARSHAN, S. Fundamentos de Diseño de Bases de Datos. 5 ed. India: Mc Graw Hill, 2007. 540 p.
UNIVERSIDAD NACIONAL DE COLOMBIA. Mapeo del Diagrama E-R [en línea]. <http://www.virtual.unal.edu.co/cursos/sedes/manizales/4060029/lecciones/cap2-6.html>
UNIVERSIDAD NACIONAL DEL NORDESTE. Minería de Datos [en línea]. <http://exa.unne.edu.ar/depar/areas/informatica/SistemasOperativos/Mineria_Datos_Vallejos.pdf> [citado en 28 de Noviembre de 2009]
UNIVERSITY OF WAIKATO. WEKA. Disponible en: <http://www.cs.waikato.ac.nz/ml/weka/index.html>
VICENTE VILLARDÓN José Luis. Introducción al Análisis de Cluster, Departamento de Estadística, Universidad de Salamanca. Disponible en: <http://biplot.usal.es/ALUMNOS/CIENCIAS/2ESTADISTICA/MULTIVAR/cluster.pdf>
WIKIPEDIA. Minería de datos [en línea]. <http://es.wikipedia.org/wiki/Miner%C3%ADa_de_datos> [citado en 28 de Noviembre de 2009]

Aprobación

Revisión

Complementado por

Referenciado por

Licencia Creative Commons

Excepto donde se indique lo contrario, la licencia de este ítem se describe como Atribución-NoComercial-SinDerivadas 2.5 Colombia