Volúmenes

Artículo

Mapas Auto-Organizados aplicados a la segmentación de clientes en entornos empresariales
Roberth Figueroa-Diaz
Sairy Fernanda Chamba-Jimenez
Rene Guaman-Quinche
Mario Cueva
Resumen

Este artículo se ha enfocado en la aplicación de técnicas de Minería de Datos para segmentación de clientes, sobre datos reales de una empresa dedicada a la comercialización de productos tecnológicos de la región sur del Ecuador. Se aplicó la metodología CRISP-DM para el proceso de Minería de Datos, y en base al modelo Recencia, Frecuencia, Monto (RFM), se aplicaron algoritmos de clustering: k-means y Mapas Auto-Organizados (SOM en inglés Self-Organizing Map). Para validar el resultado de los algoritmos de clustering y seleccionar el que proporcione grupos de mejor calidad, se usó la técnica de evaluación en cascada, para ello se aplicó un algoritmo de clasificación, colocando como etiqueta de clase a los grupos encontrados por los algoritmos de clustering, y luego se midió la precisión de predicción con respecto a estos grupos. El algoritmo SOM fue el que proporcionó los mejores resultados. El proceso mencionado se llevó a cabo utilizando el lenguaje R a través de R-Studio.

##plugins.themes.bootstrap3.article.details##

Cómo citar
Figueroa-Diaz, R., Chamba-Jimenez, S. F., Guaman-Quinche, R., & Cueva, M. (2016). Mapas Auto-Organizados aplicados a la segmentación de clientes en entornos empresariales. Revista Tecnológica - ESPOL, 29(1). Recuperado a partir de http://www.rte.espol.edu.ec/index.php/tecnologica/article/view/521
Sección
Artículos
Biografía del autor/a

Roberth Figueroa-Diaz, Universidad Nacional de Loja

Docente-Investigador

Carrera de Ingeniería en Sistemas - UNL

Sairy Fernanda Chamba-Jimenez, Universidad Nacional de Loja

Carrera de Ingeniería en Sistemas-UNL