Integración de los algoritmos knn y fp-growth para apoyar la gestión de relaciones con clientes

Contenido principal del artículo

juan sebastián Mejía Goyeneche
Royer David Estrada Esponda

Resumen

Actualmente las organizaciones se encuentran un entorno sumamente competitivo, en el que la administración de las relaciones con los clientes cobra un valor significativo, especialmente en lo relacionado a la fidelización, el aumento de las ventas y el incremento de la rentabilidad. En consecuencia, las organizaciones están llamadas a administrar las relaciones con sus clientes desde el punto de vista estratégico, pero también desde el punto de vista táctico y operativo. Por tal motivo, la tecnología es uno de esos componentes que apoya tal gestión y que potencializa su efectiva 28implementación. El presente artículo expone los resultados de un proyecto de grado , que abordó la problemática concerniente a la gestión de relaciones con los clientes en un restaurante de comidas rápidas de Tuluá, basado en la metodología SCRUM y técnicas de minería de datos, el resultado fue un sistema informático para el apoyo a la toma de decisiones en el contexto de la inteligencia de negocios. Se destaca la integración de los algoritmos de vecinos cercanos (KNN) y FP-GROWTH, con el fin de emitir recomendaciones en relación con las preferencias de los consumidores con base en la composición de los productos más consumidos por ellos. Además, una vez integrados los algoritmos se probaron en cuatro escenarios diferentes, lo que permitió concluir que tal integración no tiene asociado un costo computacional elevado.

Descargas

La descarga de datos todavía no está disponible.

Detalles del artículo

Cómo citar
Mejía Goyeneche, juan sebastián, & Estrada Esponda, R. D. (2018). Integración de los algoritmos knn y fp-growth para apoyar la gestión de relaciones con clientes. Ingenio Magno, 9(1), 56-70. Recuperado a partir de http://revistas.ustatunja.edu.co/index.php/ingeniomagno/article/view/1644
Sección
Artículos Vol. 9-1
Biografía del autor/a

juan sebastián Mejía Goyeneche, Universidad del Valle

Facultad de Ingeniería, Ingeniería de Sistemas

Royer David Estrada Esponda, Universidad del Valle

Facultad de Ingeniería, Ingeniería de Sistemas, Universidad del Valle, sede Tuluá

Citas

Arboleda, H., y Chavarriaga, J. (2004). Modelo de Investigación en Ingeniería del Software: Una propuesta de investigación tecnológica. MIFISIS. Disponible en: http://web.emn.fr/xinfo/harbol07/MIFISIS2004.pdf

Betarte, L, Machado, R y Molina, V (2006). PGMUSICA: sistema de recomendación de música basado en filltrado colaborativo. Tesis de grado. Universidad de la República. Facultad de Ingeniería. Instituto de Computación. Uruguay. Disponible en: https://www.fing.edu.uy/inco/grupos/pln/ prygrado/InformePGMusica.pdf

Brusco, M. (2011). La influencia del uso de las TICS en la Internacionalización de las PYMES. Universidad Pompeu Fabra.

Cano, J. (2007). Business Intelligence: competir con información. ESADE Business School, Universidad Ramon Lluli, España.

Cardacci, D. (2016). Refactorización de código y consideraciones sobre la complejidad ciclomática. Universidad del Cema, Buenos Aires, Argentina. Disponible en: http://www.ucema.edu.ar/publicaciones/download/documentos/592.pdf

Castañeda, J. y Rodríguez, M. (2003). La minería de datos como herramienta de marketing: Delimitación y medidas de evaluación del resultado. Gestión científica empresarial. ISBN 84-9745-051-5.

Castillo, J. y Palomino, L. (2012). Implementación de un Data Mart como una solución de Inteligencia de Negocios para el área de logística de T-Impulso. Revista de investigación de sistemas e informática, Facultad de Ingeniería de Sistemas e Informática, Universidad Nacional Mayor de San Marcos. Disponible en: http://revistasinvestigacion.unmsm.edu.pe/index.php/sistem/article/view/5713/4944

Chen, I. y Popovich, K. (2003). Understanding customer relationship management (CRM): People, process and technology. Business Process Management Journal. DOI:10.1108/14637150310496758

García, C. y Gómez, I. (2015). Algoritmos de aprendizaje KNN y KMEANS. Universidad Carlos III, Madrid. Disponible en: http://www.it.uc3m.es/jvillena/irc/practicas/08-09/06.pdf

Marcos, E. (2002). Investigación en Ingeniería del Software vs Desarrollo Software, MIFISIS. pp. 136-149.

Marina, S. (2014). Suite de algoritmos de recomendación en aplicaciones reales. Tesis de grado. Universidad Autónoma de Madrid. Departamento de ingeniería informática. Madrid. Disponible en: https://repositorio.uam.es/ handle/10486/660903

Meroño, A. (2004). Tecnologías de información y gestión del conocimiento: integración en un sistema. Revista Economía Industrial. 107-116. Disponible en: https://dialnet.unirioja.es/ revista/445/A/2004

Pinho, J. (2010). Métodos de clasificación basados en asociación aplicados a sistemas de recomendación. Departamento de informática y automática, Universidad de Salamanca. Disponible en: http://hdl.handle.net/ 10366/83342

Rosado, A. y Rico, D. (2010). Inteligencia de Negocios: Estado del arte. Scientia Et Technica. Vol XVI, núm. 44. Disponible en: http://www.redalyc.org/pdf/849/84917316060.p df

SEI (1997). Software Technology Reference. Página 147. Disponible en: https://resources.sei. cmu.edu/asset_files/Handbook/1997_002_001_16523.pdf

Virseda, F. y Román, J. (s.f). Minería de datos y aplicaciones. Universidad Carlos III.