Repository logo
Communities & Collections
All of DSpace
  • English
  • العربية
  • বাংলা
  • Català
  • Čeština
  • Deutsch
  • Ελληνικά
  • Español
  • Suomi
  • Français
  • Gàidhlig
  • हिंदी
  • Magyar
  • Italiano
  • Қазақ
  • Latviešu
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Српски
  • Svenska
  • Türkçe
  • Yкраї́нська
  • Tiếng Việt
Log In
New user? Click here to register. Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Aguilar Vilca, Dennys"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Results Per Page
  • Sort Options
  • Loading...
    Thumbnail Image
    Item
    Sistema inteligente basado en redes neuronales, máquina de soporte vectorial y random forest para la predicción de deserción de clientes en microcréditos de bancos
    (Universidad Nacional Mayor de San Marcos, 2021) Aguilar Vilca, Dennys; Camargo Ramos, Julio Cesar; Mauricio Sánchez, David Santos
    La deserción de clientes bancarios es un problema que afecta actualmente a las empresas de todos los sectores y en todos los países. Por su parte, el sector financiero es uno de los más importantes debido a la gran cantidad de clientes y dinero que estos aportan. Las empresas invierten dinero para realizar un seguimiento a los clientes y poder identificar patrones que puedan evidenciar si un cliente va a dejar de hacer negocios con la empresa, pero muchas veces las maneras manuales de realizarlas presentan deficiencias de tiempo y de pérdida de dinero. En la literatura es común ver modelos de predicción de deserción de clientes bancarios microcréditos, el punto débil de estos es que solo aplican una técnica para realizar propiamente la predicción. En virtud de esto, se propone un sistema inteligente basado en un modelo híbrido que combina tres técnicas para proporcionar mejor precisión que la observada en la literatura; estas son Máquinas de Soporte Vectorial, Redes Neuronales y Random Forest. Los resultados numéricos obtenidos del experimento realizado a un banco peruano con un conjunto de datos de 24 420 clientes presentan una precisión de 97.38%, el cual mejora los resultados de la literatura.

DSpace software copyright © 2002-2025 LYRASIS

  • Privacy policy
  • End User Agreement
  • Send Feedback