A virtual wallet product recommender system based on collaborative filtering
Hoy en día existen varias opciones a la hora de hacer uso de productos que faciliten los servicios financieros a las personas a través de billeteras virtuales. Un sistema de recomendación proporciona rápidamente a los clientes lo que buscan y les ayuda a descubrir nuevos productos que les gustan. En...
- Autores:
- Tipo de recurso:
- Article of investigation
- Fecha de publicación:
- 2020
- Institución:
- Universidad de Bogotá Jorge Tadeo Lozano
- Repositorio:
- Expeditio: repositorio UTadeo
- Idioma:
- spa
- OAI Identifier:
- oai:expeditiorepositorio.utadeo.edu.co:20.500.12010/13271
- Acceso en línea:
- http://hdl.handle.net/20.500.12010/13271
http://expeditio.utadeo.edu.co
- Palabra clave:
- Sistema de recomendación
Fintech
Filtrado colaborativo
Predicción
Aplicaciones móviles
Aplicaciones Web
Software de aplicación
Recommender system
Fintech
Collaborative filtering,
Prediction
- Rights
- License
- Acceso restringido
| id |
UTADEO2_b19d813d02b91b9eee647a017fbead11 |
|---|---|
| oai_identifier_str |
oai:expeditiorepositorio.utadeo.edu.co:20.500.12010/13271 |
| network_acronym_str |
UTADEO2 |
| network_name_str |
Expeditio: repositorio UTadeo |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
A virtual wallet product recommender system based on collaborative filtering |
| title |
A virtual wallet product recommender system based on collaborative filtering |
| spellingShingle |
A virtual wallet product recommender system based on collaborative filtering Sistema de recomendación Fintech Filtrado colaborativo Predicción Aplicaciones móviles Aplicaciones Web Software de aplicación Recommender system Fintech Collaborative filtering, Prediction |
| title_short |
A virtual wallet product recommender system based on collaborative filtering |
| title_full |
A virtual wallet product recommender system based on collaborative filtering |
| title_fullStr |
A virtual wallet product recommender system based on collaborative filtering |
| title_full_unstemmed |
A virtual wallet product recommender system based on collaborative filtering |
| title_sort |
A virtual wallet product recommender system based on collaborative filtering |
| dc.contributor.advisor.none.fl_str_mv |
Granados, Oscar Galpin, I. |
| dc.subject.spa.fl_str_mv |
Sistema de recomendación Fintech Filtrado colaborativo Predicción |
| topic |
Sistema de recomendación Fintech Filtrado colaborativo Predicción Aplicaciones móviles Aplicaciones Web Software de aplicación Recommender system Fintech Collaborative filtering, Prediction |
| dc.subject.lemb.spa.fl_str_mv |
Aplicaciones móviles Aplicaciones Web Software de aplicación |
| dc.subject.keyword.spa.fl_str_mv |
Recommender system Fintech Collaborative filtering, Prediction |
| description |
Hoy en día existen varias opciones a la hora de hacer uso de productos que faciliten los servicios financieros a las personas a través de billeteras virtuales. Un sistema de recomendación proporciona rápidamente a los clientes lo que buscan y les ayuda a descubrir nuevos productos que les gustan. En este trabajo se propone un sistema de recomendación que se puede personalizar de acuerdo a las variables implementadas por Movii, empresa del sector FinTech colombiano, tomando como insumo los registros de transacciones que indican la frecuencia de uso de cada producto, que pueden entenderse como calificaciones. de estos productos. Para determinar el modelo que implementará el sistema de recomendación que se desplegará, se evalúan diferentes modelos, como las técnicas basadas en el filtrado colaborativo. En nuestra evaluación, encontramos que el modelo que recomienda los productos más populares es el que ofrece el mejor rendimiento al recomendar un producto a los usuarios. Así, es posible generar algunas recomendaciones estimadas sobre los servicios disponibles por la empresa, involucrando a los usuarios que consumen los servicios disponibles. |
| publishDate |
2020 |
| dc.date.accessioned.none.fl_str_mv |
2020-09-15T16:20:45Z |
| dc.date.available.none.fl_str_mv |
2020-09-15T16:20:45Z |
| dc.type.local.spa.fl_str_mv |
Trabajo de grado de maestría |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_2df8fbb1 |
| format |
http://purl.org/coar/resource_type/c_2df8fbb1 |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/20.500.12010/13271 |
| dc.identifier.repourl.spa.fl_str_mv |
http://expeditio.utadeo.edu.co |
| url |
http://hdl.handle.net/20.500.12010/13271 http://expeditio.utadeo.edu.co |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
Bogaert, M., Lootens, J., Van den Poel, D., Ballings, M.: Evaluating multi-label classi ers and recommender systems in the nancial service sector. European Journal of Operational Research 279(2), 620{634 (2019) Bogdanova, M.: Fintech underwriting using machine learning (2019) Brand, M.E.: On-line recommender system (Jan 6 2009), uS Patent 7,475,027 Cobos, C., Zu~niga, J., Guarin, J., Le on, E., Mendoza, M.: CMIN-herramienta case basada en CRISP-DM para el soporte de proyectos de miner a de datos. Ingenieria e investigaci on 30(3), 45{56 (2010) Gigli, A., Lillo, F., Regoli, D.: Recommender systems for banking and nancial services. In: RecSys Posters (2017) Gupta, A., Agarwal, D., Tan, D., Kulesza, J., Pathak, R., Stefani, S., Srinivasan, V.: Amazon redshift and the case for simpler data warehouses. In: Proceedings of the 2015 ACM SIGMOD international conference on management of data. pp. 1917{1923 (2015) Hahsler, M.: recommenderlab: A framework for developing and testing recommendation algorithms. Tech. rep. (2015) Hern andez-Nieves, E., Hern andez, G., Gil-Gonz alez, A.B., Rodr guez-Gonz alez, S., Corchado, J.M.: Fog computing architecture for personalized recommendation of banking products. Expert Systems with Applications 140, 112900 (2020) Leong, K., Sung, A.: FinTech (Financial Technology): what is it and how to use technologies to create business value in ntech way? International Journal of Innovation, Management and Technology 9(2), 74{78 (2018) Malthouse, E.C., Vakeel, K.A., Hessary, Y.K., Burke, R., Fuduric, M.: A multistakeholder recommender systems algorithm for allocating sponsored recommendations. In: RMSE@ RecSys (2019) Nadipalli, R.: E ective Business Intelligence with QuickSight. Packt Publishing Ltd (2017) P erez, C., Pacheco, B.H., et al.: Bene cios potenciales de un incremento en el uso de los medios de pago electr onicos en colombia (2016) Sayyed, F., Argiddi, R., Apte, S.: Collaborative ltering recommender system for nancial market. International Journal of Engineering and Advanced Technology (IJEAT) ISSN pp. 2249{8958 Stefanovic, N.: Proactive supply chain performance management with predictive analytics. The Scienti c World Journal 2014 (2014) Xue, J., Zhu, E., Liu, Q., Wang, C., Yin, J.: A joint approach to data clustering and robo-advisor. In: International Conference on Cloud Computing and Security. pp. 97{109. Springer (2018) Yang, C.L., Hsu, S.C., Hua, K.L., Cheng, W.H.: Fuzzy personalized scoring model for recommendation system. In: ICASSP 2019-2019 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP). pp. 1577{1581. IEEE (2019) Y ucel Kasap, O.: A polynomial modeling based algorithm in Top-N recommendation. Ph.D. thesis, Bah ce sehir University Graduate School of Natural and Applied Sciences (2018) |
| dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_16ec |
| dc.rights.local.spa.fl_str_mv |
Acceso restringido |
| rights_invalid_str_mv |
Acceso restringido http://purl.org/coar/access_right/c_16ec |
| dc.format.extent.spa.fl_str_mv |
12 páginas |
| dc.format.mimetype.spa.fl_str_mv |
image/jepg |
| dc.coverage.spatial.spa.fl_str_mv |
Colombia |
| dc.publisher.spa.fl_str_mv |
Universidad de Bogotá Jorge Tadeo Lozano |
| dc.publisher.program.spa.fl_str_mv |
Maestría en Ingeniería y Analítica de Datos |
| dc.source.spa.fl_str_mv |
instname:Universidad de Bogotá Jorge Tadeo Lozano reponame:Expeditio Repositorio Institucional UJTL |
| instname_str |
Universidad de Bogotá Jorge Tadeo Lozano |
| institution |
Universidad de Bogotá Jorge Tadeo Lozano |
| reponame_str |
Expeditio Repositorio Institucional UJTL |
| collection |
Expeditio Repositorio Institucional UJTL |
| bitstream.url.fl_str_mv |
https://expeditiorepositorio.utadeo.edu.co/bitstream/20.500.12010/13271/3/Trabajo%20de%20grado.pdf https://expeditiorepositorio.utadeo.edu.co/bitstream/20.500.12010/13271/2/license.txt https://expeditiorepositorio.utadeo.edu.co/bitstream/20.500.12010/13271/4/Licencia%20de%20autorizaci%c3%b3n.pdf https://expeditiorepositorio.utadeo.edu.co/bitstream/20.500.12010/13271/5/Documento%20reservado%20temporalmente%20por%20solicitud%20del%20autor.pdf.jpg.jpg https://expeditiorepositorio.utadeo.edu.co/bitstream/20.500.12010/13271/6/Trabajo%20de%20grado.pdf.jpg |
| bitstream.checksum.fl_str_mv |
3fe2026e11312e45e496e41662f1df92 abceeb1c943c50d3343516f9dbfc110f 66e4a67e94246a9a6af3cd9737bb2c39 7267d6bad5f5d859e69d1bb9e1260164 602630735fa902d86a3493b978f35674 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional - Universidad Jorge Tadeo Lozano |
| repository.mail.fl_str_mv |
expeditiorepositorio@utadeo.edu.co |
| _version_ |
1814213737551233024 |
| spelling |
Granados, OscarGalpin, I.Magíster en Ingeniería y Analítica de DatosColombia2020-09-15T16:20:45Z2020-09-15T16:20:45Zhttp://hdl.handle.net/20.500.12010/13271http://expeditio.utadeo.edu.coHoy en día existen varias opciones a la hora de hacer uso de productos que faciliten los servicios financieros a las personas a través de billeteras virtuales. Un sistema de recomendación proporciona rápidamente a los clientes lo que buscan y les ayuda a descubrir nuevos productos que les gustan. En este trabajo se propone un sistema de recomendación que se puede personalizar de acuerdo a las variables implementadas por Movii, empresa del sector FinTech colombiano, tomando como insumo los registros de transacciones que indican la frecuencia de uso de cada producto, que pueden entenderse como calificaciones. de estos productos. Para determinar el modelo que implementará el sistema de recomendación que se desplegará, se evalúan diferentes modelos, como las técnicas basadas en el filtrado colaborativo. En nuestra evaluación, encontramos que el modelo que recomienda los productos más populares es el que ofrece el mejor rendimiento al recomendar un producto a los usuarios. Así, es posible generar algunas recomendaciones estimadas sobre los servicios disponibles por la empresa, involucrando a los usuarios que consumen los servicios disponibles.Nowadays, there are several options when it comes to making use of products that facilitate financial services to people through virtual wallets. A recommender system quickly provides customers with what they are looking for and helps discover new products that they like. In this paper, a recommender system is proposed that can be customized according to the variables implemented by Movii, a company in the Colombian FinTech sector, taking as input transaction records that indicate the frequency of use of each product, which can be understood as ratings of these products. To determine the model that will implement the recommender system that will be deployed, different models are evaluated, such as techniques based on collaborative filtering. In our evaluation, we found that the model that recommends the most popular products is the one that offers the best performance in recommending a product to users. Thus, it is possible to generate some estimated recommendations on the services available by the company, involving users who consume the available services.12 páginasimage/jepgspaUniversidad de Bogotá Jorge Tadeo LozanoMaestría en Ingeniería y Analítica de Datosinstname:Universidad de Bogotá Jorge Tadeo Lozanoreponame:Expeditio Repositorio Institucional UJTLSistema de recomendaciónFintechFiltrado colaborativoPredicciónAplicaciones móvilesAplicaciones WebSoftware de aplicaciónRecommender systemFintechCollaborative filtering,PredictionA virtual wallet product recommender system based on collaborative filteringTrabajo de grado de maestríainfo:eu-repo/semantics/masterThesishttp://purl.org/coar/resource_type/c_2df8fbb1Acceso restringidohttp://purl.org/coar/access_right/c_16ecBogaert, M., Lootens, J., Van den Poel, D., Ballings, M.: Evaluating multi-label classi ers and recommender systems in the nancial service sector. European Journal of Operational Research 279(2), 620{634 (2019)Bogdanova, M.: Fintech underwriting using machine learning (2019)Brand, M.E.: On-line recommender system (Jan 6 2009), uS Patent 7,475,027Cobos, C., Zu~niga, J., Guarin, J., Le on, E., Mendoza, M.: CMIN-herramienta case basada en CRISP-DM para el soporte de proyectos de miner a de datos. Ingenieria e investigaci on 30(3), 45{56 (2010)Gigli, A., Lillo, F., Regoli, D.: Recommender systems for banking and nancial services. In: RecSys Posters (2017)Gupta, A., Agarwal, D., Tan, D., Kulesza, J., Pathak, R., Stefani, S., Srinivasan, V.: Amazon redshift and the case for simpler data warehouses. In: Proceedings of the 2015 ACM SIGMOD international conference on management of data. pp. 1917{1923 (2015)Hahsler, M.: recommenderlab: A framework for developing and testing recommendation algorithms. Tech. rep. (2015)Hern andez-Nieves, E., Hern andez, G., Gil-Gonz alez, A.B., Rodr guez-Gonz alez, S., Corchado, J.M.: Fog computing architecture for personalized recommendation of banking products. Expert Systems with Applications 140, 112900 (2020)Leong, K., Sung, A.: FinTech (Financial Technology): what is it and how to use technologies to create business value in ntech way? International Journal of Innovation, Management and Technology 9(2), 74{78 (2018)Malthouse, E.C., Vakeel, K.A., Hessary, Y.K., Burke, R., Fuduric, M.: A multistakeholder recommender systems algorithm for allocating sponsored recommendations. In: RMSE@ RecSys (2019)Nadipalli, R.: E ective Business Intelligence with QuickSight. Packt Publishing Ltd (2017)P erez, C., Pacheco, B.H., et al.: Bene cios potenciales de un incremento en el uso de los medios de pago electr onicos en colombia (2016)Sayyed, F., Argiddi, R., Apte, S.: Collaborative ltering recommender system for nancial market. International Journal of Engineering and Advanced Technology (IJEAT) ISSN pp. 2249{8958Stefanovic, N.: Proactive supply chain performance management with predictive analytics. The Scienti c World Journal 2014 (2014)Xue, J., Zhu, E., Liu, Q., Wang, C., Yin, J.: A joint approach to data clustering and robo-advisor. In: International Conference on Cloud Computing and Security. pp. 97{109. Springer (2018)Yang, C.L., Hsu, S.C., Hua, K.L., Cheng, W.H.: Fuzzy personalized scoring model for recommendation system. In: ICASSP 2019-2019 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP). pp. 1577{1581. IEEE (2019)Y ucel Kasap, O.: A polynomial modeling based algorithm in Top-N recommendation. Ph.D. thesis, Bah ce sehir University Graduate School of Natural and Applied Sciences (2018)ORIGINALTrabajo de grado.pdfTrabajo de grado.pdfTrabajo de gradoapplication/pdf874968https://expeditiorepositorio.utadeo.edu.co/bitstream/20.500.12010/13271/3/Trabajo%20de%20grado.pdf3fe2026e11312e45e496e41662f1df92MD53embargoed access|||2200-09-16LICENSElicense.txtlicense.txttext/plain; charset=utf-82938https://expeditiorepositorio.utadeo.edu.co/bitstream/20.500.12010/13271/2/license.txtabceeb1c943c50d3343516f9dbfc110fMD52open accessLicencia de autorización.pdfLicencia de autorización.pdfEvaluación de sustentaciónapplication/pdf241337https://expeditiorepositorio.utadeo.edu.co/bitstream/20.500.12010/13271/4/Licencia%20de%20autorizaci%c3%b3n.pdf66e4a67e94246a9a6af3cd9737bb2c39MD54open accessTHUMBNAILDocumento reservado temporalmente por solicitud del autor.pdf.jpg.jpgDocumento reservado temporalmente por solicitud del autor.pdf.jpg.jpgIM Thumbnailimage/jpeg7810https://expeditiorepositorio.utadeo.edu.co/bitstream/20.500.12010/13271/5/Documento%20reservado%20temporalmente%20por%20solicitud%20del%20autor.pdf.jpg.jpg7267d6bad5f5d859e69d1bb9e1260164MD55open accessTrabajo de grado.pdf.jpgTrabajo de grado.pdf.jpgIM Thumbnailimage/jpeg8368https://expeditiorepositorio.utadeo.edu.co/bitstream/20.500.12010/13271/6/Trabajo%20de%20grado.pdf.jpg602630735fa902d86a3493b978f35674MD56open access20.500.12010/13271oai:expeditiorepositorio.utadeo.edu.co:20.500.12010/132712024-03-14 09:58:55.319embargoed access|||2200-09-16Repositorio Institucional - Universidad Jorge Tadeo Lozanoexpeditiorepositorio@utadeo.edu.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 |