Modelos de aprendizaje automático para la predicción de la preferencia en el uso de canales de atención para un fondo de pensiones y cesantías

RESUMEN: En este documento se presenta la exploración de una serie de modelos de aprendizaje automático, evaluados con el fin de predecir el canal de servicio que usará un cliente en un próximo contacto, teniendo en cuenta los canales de atención disponibles de un fondo de pensiones y cesantías en C...

Full description

Autores:
Álvarez Flórez, Carolina
Molina Ruiz, Leidy Tatiana
Tipo de recurso:
Tesis
Fecha de publicación:
2021
Institución:
Universidad de Antioquia
Repositorio:
Repositorio UdeA
Idioma:
spa
OAI Identifier:
oai:bibliotecadigital.udea.edu.co:10495/19958
Acceso en línea:
http://hdl.handle.net/10495/19958
Palabra clave:
Análisis de datos
Data analysis
Servicios
Services
Inteligencia artificial
Artificial intelligence
Cibernética
Cybernetics
http://vocabularies.unesco.org/thesaurus/concept3057
Pensión
Pensions
Machine learning
CRM
Customer Relationship Management
http://vocabularies.unesco.org/thesaurus/concept2214
http://vocabularies.unesco.org/thesaurus/mt6.65
http://vocabularies.unesco.org/thesaurus/concept3052
http://vocabularies.unesco.org/thesaurus/concept8104
Rights
openAccess
License
http://creativecommons.org/licenses/by-nc-sa/2.5/co/
Description
Summary:RESUMEN: En este documento se presenta la exploración de una serie de modelos de aprendizaje automático, evaluados con el fin de predecir el canal de servicio que usará un cliente en un próximo contacto, teniendo en cuenta los canales de atención disponibles de un fondo de pensiones y cesantías en Colombia. La base de datos de entrenamiento se obtuvo a partir de los contactos de clientes registrados previamente, los cuales se complementaron con características demográficas disponibles para la compañía. Después de la exploración de varios modelos, el mejor clasificador hallado es un modelo de K vecinos más cercanos al que se le aplicó una selección secuencial de característica, llegando a un resultado de 0.69 en la métrica F1.