integração dos algoritmos knn e fp-growth para apoiar a gestão de relações com clientes
Conteúdo do artigo principal
Resumo
As organizações são encontradas resumo-atualmente um ambiente superiormente competitivo, onde a administração das relações com os clientes percebe um valor significativo, especialmente que está relatório délisation, o aumento das vendas e o crescimento da rentabilidade. Por conseguinte, as organizações são chamadas de administrar as relações com os seus clientes do ponto de vista estratégico, mas também o ponto de vista tático e operacional. Por tal motivo, a tecnologia é um destes componentes que apoia tal gestão e que potencialize a sua aposta em obra efetiva. O presente artigo expõe os resultados de um projeto de grau [1], que abordou a problemática relativa à gestão de relações com os clientes num restaurante de restaurações rápidas de Tuluá, baseado a metodologia SCRUM e técnicas de indústria mineira de dados, o resultado foi um sistema informático para o apoio à tomada de decisão no contexto da inteligência de negócios. Sublinha-se a integração dos algoritmos de vizinhos próximos (KNN) e de FP-GROWTH, a em de emitir recomendações em relação às preferências dos consumidores com base na composição dos produtos mais consumidos por eles. Além disso, uma vez integrados os algoritmos foram provados em quatro cenas diferentes, que permitiu concluir que tal integração não associou um custo computacional que importa.
Detalhes do artigo
Seção
DECLARACIÓN DE ORIGINALIDAD DE ARTÍCULO PRESENTADO
Por medio del presente documento, certifico(amos) que el artículo que se presenta para posible publicación en la revista institucional INGENIO MAGNO del Centro de Investigaciones de Ingeniería Alberto Magno CIIAM de la Universidad Santo Tomás, seccional Tunja, es de mi (nuestra) entera autoría, siendo su contenido producto de mi (nuestra) directa contribución intelectual y aporte al conocimiento.
Todos los datos y referencias a publicaciones hechas están debidamente identificados con su respectiva nota bibliográfica y en las citas que se destacan como tal. De requerir alguna clase de ajuste o corrección, comunicaré(emos) de tal procedimiento con antelación a los responsables de la revista.
Por lo anteriormente expresado, declaro(amos) que el material presentado en su totalidad se encuentra conforme a la legislación aplicable en materia de propiedad intelectual e industrial de ser el caso, y por lo tanto, me(nos) hago (hacemos) absolutamente responsable(s) de cualquier reclamación relacionada a esta.
En caso que el artículo presentado sea publicado, manifiesto(amos) que cedo(emos) plenamente a la Universidad Santo Tomás, seccional Tunja, los derechos de reproducción del mismo.
Como Citar
Referências
Arboleda, H., y Chavarriaga, J. (2004). Modelo de Investigación en Ingeniería del Software: Una propuesta de investigación tecnológica. MIFISIS. Disponible en: http://web.emn.fr/xinfo/harbol07/MIFISIS2004.pdf
Betarte, L, Machado, R y Molina, V (2006). PGMUSICA: sistema de recomendación de música basado en filltrado colaborativo. Tesis de grado. Universidad de la República. Facultad de Ingeniería. Instituto de Computación. Uruguay. Disponible en: https://www.fing.edu.uy/inco/grupos/pln/ prygrado/InformePGMusica.pdf
Brusco, M. (2011). La influencia del uso de las TICS en la Internacionalización de las PYMES. Universidad Pompeu Fabra.
Cano, J. (2007). Business Intelligence: competir con información. ESADE Business School, Universidad Ramon Lluli, España.
Cardacci, D. (2016). Refactorización de código y consideraciones sobre la complejidad ciclomática. Universidad del Cema, Buenos Aires, Argentina. Disponible en: http://www.ucema.edu.ar/publicaciones/download/documentos/592.pdf
Castañeda, J. y Rodríguez, M. (2003). La minería de datos como herramienta de marketing: Delimitación y medidas de evaluación del resultado. Gestión científica empresarial. ISBN 84-9745-051-5.
Castillo, J. y Palomino, L. (2012). Implementación de un Data Mart como una solución de Inteligencia de Negocios para el área de logística de T-Impulso. Revista de investigación de sistemas e informática, Facultad de Ingeniería de Sistemas e Informática, Universidad Nacional Mayor de San Marcos. Disponible en: http://revistasinvestigacion.unmsm.edu.pe/index.php/sistem/article/view/5713/4944
Chen, I. y Popovich, K. (2003). Understanding customer relationship management (CRM): People, process and technology. Business Process Management Journal. DOI:10.1108/14637150310496758
García, C. y Gómez, I. (2015). Algoritmos de aprendizaje KNN y KMEANS. Universidad Carlos III, Madrid. Disponible en: http://www.it.uc3m.es/jvillena/irc/practicas/08-09/06.pdf
Marcos, E. (2002). Investigación en Ingeniería del Software vs Desarrollo Software, MIFISIS. pp. 136-149.
Marina, S. (2014). Suite de algoritmos de recomendación en aplicaciones reales. Tesis de grado. Universidad Autónoma de Madrid. Departamento de ingeniería informática. Madrid. Disponible en: https://repositorio.uam.es/ handle/10486/660903
Meroño, A. (2004). Tecnologías de información y gestión del conocimiento: integración en un sistema. Revista Economía Industrial. 107-116. Disponible en: https://dialnet.unirioja.es/ revista/445/A/2004
Pinho, J. (2010). Métodos de clasificación basados en asociación aplicados a sistemas de recomendación. Departamento de informática y automática, Universidad de Salamanca. Disponible en: http://hdl.handle.net/ 10366/83342
Rosado, A. y Rico, D. (2010). Inteligencia de Negocios: Estado del arte. Scientia Et Technica. Vol XVI, núm. 44. Disponible en: http://www.redalyc.org/pdf/849/84917316060.p df
SEI (1997). Software Technology Reference. Página 147. Disponible en: https://resources.sei. cmu.edu/asset_files/Handbook/1997_002_001_16523.pdf
Virseda, F. y Román, J. (s.f). Minería de datos y aplicaciones. Universidad Carlos III.