"Comparación de técnicas de clasificación en la recomendación de productos bancarios"

Loading...
Thumbnail Image
Date
2017
Journal Title
Journal ISSN
Volume Title
Publisher
Quevedo: UTEQ
Abstract
La presente investigación tiene como título: “Comparación de Técnicas de Clasificación en la Recomendación de Productos Bancarios”, en la cual se aborda la generación de recomendaciones como un problema de clasificación, realizando una comparación de los clasificadores proporcionados por los algoritmos de Naïve Bayes (NB), Redes Neuronales Multicapa Feed-forward (NNET), Máquinas de Soporte Vectorial (SVM) y Multivariate Adaptive Regression Splines (MARS), los cuales se seleccionaron en base a su aplicabilidad en el presente problema de clasificación; para lo cual se utilizaron las métricas de AUC, tiempo de entrenamiento y de prueba, teniendo como finalidad el poder determinar un algoritmo que proporcione clasificadores con un alto desempeño para generar las recomendaciones de productos bancarios. Palabras clave: minería de datos, clasificación, recomendación
Description
The present research is entitled "Comparison of Classification Techniques in the Recommendation of Banking Products", which addresses the generation of recommendations as a classification problema, comparing the classifiers provided by the Naïve Bayes (NB), Multi-layer Feed-forward Neural Networks (NNET), Support Vector Machines (SVM) and Multivariate Adaptive Regression Splines (MARS) algorithms, which were selected based on their applicability in the present classification problem; for this we used the AUC, training and test time, with the purpose of being able to determine an algorithm that provides classifiers with a high performance to generate recommendations of banking products. Keywords: Data mining, classification, recomendations.
Keywords
Comparación técnica, Recomendación de productos bancarios
Citation
Jaramillo Chuqui, Iván Freddy. (2017). "Comparación de técnicas de clasificación en la recomendación de productos bancarios". Quevedo. UTEQ 112 p.