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...
- 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
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. |
---|