Sistemas de recomendación de productos para banca empresarial y corporativa : un análisis comparativo

Este trabajo implementa varias metodologías para la construcción de un sistema de recomendación de productos para clientes empresariales en una reconocida entidad bancaria colombiana. Las metodologías implementadas utilizan información propia de la tenencia actual de productos, la actividad económic...

Full description

Autores:
Arocha Prada, Daniel Enrique
Tipo de recurso:
Fecha de publicación:
2018
Institución:
Universidad de los Andes
Repositorio:
Séneca: repositorio Uniandes
Idioma:
spa
OAI Identifier:
oai:repositorio.uniandes.edu.co:1992/34883
Acceso en línea:
http://hdl.handle.net/1992/34883
Palabra clave:
Servicios bancarios - Investigaciones - Colombia - Estudio de casos
Satisfacción del consumidor - Investigaciones - Colombia - Estudio de casos
Factorización (Finanzas) - Investigaciones - Colombia - Estudio de casos
Ingeniería
Rights
openAccess
License
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
Description
Summary:Este trabajo implementa varias metodologías para la construcción de un sistema de recomendación de productos para clientes empresariales en una reconocida entidad bancaria colombiana. Las metodologías implementadas utilizan información propia de la tenencia actual de productos, la actividad económica y el comportamiento financiero de cada cliente para poder generar recomendaciones mediante productos populares, filtros colaborativos, factorización de matrices y similitud de clientes. Las metodologías se comparan empíricamente mediante el error absoluto medio, el promedio de la precisión media, la precisión, la exhaustividad, el porcentaje de captura y un indicador de diversificación de productos vendidos. Si bien, no existe una técnica que logre superar a las demás en todas las métricas indicadas, la similitud de clientes y los filtros colaborativos logran resultados sobresalientes en términos de captura, diversificación y precisión media. La factorización de matrices minimiza el error absoluto medio pero tiene una baja captura de los productos adquiridos recientemente.