Generación de un modelo de predicción de compra de seguros para automóviles en el canal digital
Este proyecto busca generar un modelo de predicción de compra que identifique la probabilidad estimada que tiene un cliente de comprar o no una póliza de seguro de automóviles con una compañía de seguros a través del canal digital. Para lograr la construcción del modelo usamos técnicas de balanceo d...
- Autores:
-
Pinzón Wagner, Lupe Lizeth
Rodríguez Mayorga, Héctor Fabián
- Tipo de recurso:
- Fecha de publicación:
- 2021
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/55230
- Acceso en línea:
- http://hdl.handle.net/1992/55230
- Palabra clave:
- Canales digitales
Compra de seguros de automóviles
Machine Learning
Decisión de compra
Administración
- Rights
- openAccess
- License
- https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
id |
UNIANDES2_276cc234209ae335b2899a5b28268070 |
---|---|
oai_identifier_str |
oai:repositorio.uniandes.edu.co:1992/55230 |
network_acronym_str |
UNIANDES2 |
network_name_str |
Séneca: repositorio Uniandes |
repository_id_str |
|
spelling |
Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Torres Cadena, Gonzalovirtual::17084-1Pinzón Wagner, Lupe Lizeth22de4b07-a0b5-4f7e-81ab-0f303b605a5c500Rodríguez Mayorga, Héctor Fabián6c3dec83-a81e-412d-8a19-7e6f03a202675002022-02-22T19:53:33Z2030-12-312022-02-22T19:53:33Z2021http://hdl.handle.net/1992/5523025444.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/Este proyecto busca generar un modelo de predicción de compra que identifique la probabilidad estimada que tiene un cliente de comprar o no una póliza de seguro de automóviles con una compañía de seguros a través del canal digital. Para lograr la construcción del modelo usamos técnicas de balanceo de datos como propensity score matching y Synthetic Minority Over-sampling Technique.The porpose of this project is to generate a purchase prediction model that identifies the estimated probability that a customer has of buying or not an auto insurance policy with an insurance company through the digital channel. To achieve the construction of the model we use data balancing techniques such as propensity score matching and Synthetic Minority Over-sampling Technique.Magíster en Inteligencia Analítica para la Toma de DecisionesMaestría26 páginasapplication/pdfspaUniversidad de los AndesMaestría en Inteligencia Analítica para la Toma de DecisionesFacultad de IngenieríaDepartamento de Ingeniería IndustrialGeneración de un modelo de predicción de compra de seguros para automóviles en el canal digitalTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionTexthttp://purl.org/redcol/resource_type/TMCanales digitalesCompra de seguros de automóvilesMachine LearningDecisión de compraAdministración200813063Publication561484fa-853b-4f34-8f40-eb99470b951cvirtual::17084-1561484fa-853b-4f34-8f40-eb99470b951cvirtual::17084-1https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000157902virtual::17084-1ORIGINAL25444.pdfapplication/pdf586206https://repositorio.uniandes.edu.co/bitstreams/df3a052e-ff08-415e-907a-fba04bb2bb56/download00ceb454bcea5cfc48fbbfda134e8dbfMD51TEXT25444.pdf.txt25444.pdf.txtExtracted texttext/plain58152https://repositorio.uniandes.edu.co/bitstreams/bb0d0313-0632-47f5-ac04-751ebb219be1/downloadbea84872e131f4125026bb6ffb88d624MD52THUMBNAIL25444.pdf.jpg25444.pdf.jpgIM Thumbnailimage/jpeg6993https://repositorio.uniandes.edu.co/bitstreams/5fa8c7b7-4a0d-4aef-8994-d77efd49c1a7/download3d59371fdc0b2a0e7186970c43d4f69aMD531992/55230oai:repositorio.uniandes.edu.co:1992/552302024-03-13 15:55:03.531https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfrestrictedhttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co |
dc.title.spa.fl_str_mv |
Generación de un modelo de predicción de compra de seguros para automóviles en el canal digital |
title |
Generación de un modelo de predicción de compra de seguros para automóviles en el canal digital |
spellingShingle |
Generación de un modelo de predicción de compra de seguros para automóviles en el canal digital Canales digitales Compra de seguros de automóviles Machine Learning Decisión de compra Administración |
title_short |
Generación de un modelo de predicción de compra de seguros para automóviles en el canal digital |
title_full |
Generación de un modelo de predicción de compra de seguros para automóviles en el canal digital |
title_fullStr |
Generación de un modelo de predicción de compra de seguros para automóviles en el canal digital |
title_full_unstemmed |
Generación de un modelo de predicción de compra de seguros para automóviles en el canal digital |
title_sort |
Generación de un modelo de predicción de compra de seguros para automóviles en el canal digital |
dc.creator.fl_str_mv |
Pinzón Wagner, Lupe Lizeth Rodríguez Mayorga, Héctor Fabián |
dc.contributor.advisor.none.fl_str_mv |
Torres Cadena, Gonzalo |
dc.contributor.author.spa.fl_str_mv |
Pinzón Wagner, Lupe Lizeth Rodríguez Mayorga, Héctor Fabián |
dc.subject.keyword.none.fl_str_mv |
Canales digitales Compra de seguros de automóviles Machine Learning Decisión de compra |
topic |
Canales digitales Compra de seguros de automóviles Machine Learning Decisión de compra Administración |
dc.subject.themes.none.fl_str_mv |
Administración |
description |
Este proyecto busca generar un modelo de predicción de compra que identifique la probabilidad estimada que tiene un cliente de comprar o no una póliza de seguro de automóviles con una compañía de seguros a través del canal digital. Para lograr la construcción del modelo usamos técnicas de balanceo de datos como propensity score matching y Synthetic Minority Over-sampling Technique. |
publishDate |
2021 |
dc.date.issued.none.fl_str_mv |
2021 |
dc.date.accessioned.none.fl_str_mv |
2022-02-22T19:53:33Z |
dc.date.available.none.fl_str_mv |
2022-02-22T19:53:33Z |
dc.date.available.spa.fl_str_mv |
2030-12-31 |
dc.type.spa.fl_str_mv |
Trabajo de grado - Maestría |
dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/masterThesis |
dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
dc.type.content.spa.fl_str_mv |
Text |
dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TM |
status_str |
acceptedVersion |
dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/1992/55230 |
dc.identifier.pdf.spa.fl_str_mv |
25444.pdf |
dc.identifier.instname.spa.fl_str_mv |
instname:Universidad de los Andes |
dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Séneca |
dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repositorio.uniandes.edu.co/ |
url |
http://hdl.handle.net/1992/55230 |
identifier_str_mv |
25444.pdf instname:Universidad de los Andes reponame:Repositorio Institucional Séneca repourl:https://repositorio.uniandes.edu.co/ |
dc.language.iso.spa.fl_str_mv |
spa |
language |
spa |
dc.rights.uri.*.fl_str_mv |
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf |
dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
rights_invalid_str_mv |
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf http://purl.org/coar/access_right/c_abf2 |
eu_rights_str_mv |
openAccess |
dc.format.extent.spa.fl_str_mv |
26 páginas |
dc.format.mimetype.spa.fl_str_mv |
application/pdf |
dc.publisher.spa.fl_str_mv |
Universidad de los Andes |
dc.publisher.program.spa.fl_str_mv |
Maestría en Inteligencia Analítica para la Toma de Decisiones |
dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingeniería |
dc.publisher.department.spa.fl_str_mv |
Departamento de Ingeniería Industrial |
institution |
Universidad de los Andes |
bitstream.url.fl_str_mv |
https://repositorio.uniandes.edu.co/bitstreams/df3a052e-ff08-415e-907a-fba04bb2bb56/download https://repositorio.uniandes.edu.co/bitstreams/bb0d0313-0632-47f5-ac04-751ebb219be1/download https://repositorio.uniandes.edu.co/bitstreams/5fa8c7b7-4a0d-4aef-8994-d77efd49c1a7/download |
bitstream.checksum.fl_str_mv |
00ceb454bcea5cfc48fbbfda134e8dbf bea84872e131f4125026bb6ffb88d624 3d59371fdc0b2a0e7186970c43d4f69a |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio institucional Séneca |
repository.mail.fl_str_mv |
adminrepositorio@uniandes.edu.co |
_version_ |
1812134071530160128 |