Clasificación de clientes potenciales de servicios financieros usando técnicas de minería de datos y marketing sectorial

Este trabajo busca abordar el tema de clasificación de clientes potenciales, también conocido como clustering, para el producto de vivienda digital del Banco de Bogotá, encontrará temas importantes como machine learning, aprendizaje no supervisado, minería de datos, medidas de similitud y técnicas de clustering, además el lector podrá encontrar el proceso que se realizó para desarrollar una herramienta de software hecha en python, la cual permite realizar análisis de datos de la información que se tiene acerca de los prospectos del banco (edad, ingresos, nivel de estudios, estado civil) y como usarla para clasificarlos por grupos con características en común. Finalmente se exponen los resultados junto a las conclusiones obtenidas a lo largo del desarrollo del trabajo.

• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2021
• Institución: Universidad Distrital Francisco José de Caldas
• Repositorio: RIUD: repositorio U. Distrital
• Idioma: spa
• OAI Identifier: oai:repository.udistrital.edu.co:11349/28765
• Acceso en línea: http://hdl.handle.net/11349/28765
• Palabra clave: Minería de datos; Aprendizaje de maquina; Clusterización; Python; Ingeniería de Sistemas - Tesis y Disertaciones Académicas; Minería de datos; Análisis de datos; Servicios financieros; Servicio al cliente; Data mining; Machine learning; Clustering; Python
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional