Mostrar el registro sencillo del ítem

dc.contributor.advisorConti, Dante
dc.contributor.authorArbelaez Trujilo, Juan Sebastián
dc.date.accessioned2023-05-15T19:32:08Z
dc.date.available2023-05-15T19:32:08Z
dc.date.issued2023
dc.identifier.urihttps://repositorio.escuelaing.edu.co/handle/001/2332
dc.description.abstractTwitter es una red social de mensajes cortos o microblogging, donde las personas publican su estado de ánimo con respecto a un tema, situación o para hablar de alguna entidad. El Banco Davivienda como entidad bancaria ha visto una oportunidad de encontrar o posicionar problemáticas en la gestión de sus operaciones a partir de las publicaciones que realizan los diferentes usuarios. En esta red social se pueden encontrar interacciones que pueden estar clasificadas como positivas o negativas sobre la entidad bancaria, sin embargo, en este ejercicio se profundizará sobre interacciones donde los usuarios presentan su disconformidad sobre algún servicio, situación o tema con el fin de identificar su tipología, que permita tomar decisiones sobre la implementación de soluciones y/o mejoras que puedan ser integradas a los procedimientos de soporte de las buenas prácticas de prestación de servicios a los usuarios de banco Davivienda o el neo banco Daviplata. Este estudio propone realizar un modelo de Machine Learning de análisis supervisado en el cual las interacciones se asocien a las categorías definidas en el proceso de segmentación (Afectación en clientes, App, Web, servicio y problemas en disponibilidad de recursos). Con lo anterior se busca optimizar y robustecer los servicios que presta la entidad bancaria y que las disconformidades de los clientes sean mínimas.spa
dc.description.abstractTwitter is a social network for short messages or microblogging, where people post their state of mind regarding a topic, situation or to talk about some entity. Banco Davivienda as a banking entity has seen an opportunity to find or position problems in the management of its operations based on the publications made by different users. In this social network you can find interactions that can be classified as positive or negative about the bank, however, in this exercise we will delve into interactions where users present their disagreement about a service, situation or topic in order to identify their typology, which allows decisions to be made on the implementation of solutions and/or improvements that can be integrated into the support procedures of good practices for the provision of services to users of Banco Davivienda or the neo-banco Daviplata. This study proposes to carry out a Machine Learning model of supervised analysis in which the interactions are associated with the categories defined in the segmentation process (Affectation on clients, App, Web, service and problems in availability of resources). With the above, the aim is to optimize and strengthen the services provided by the bank and to ensure that customer disagreements are minimal.eng
dc.description.tableofcontentsTabla de contenido Lista de Figuras Lista de Tablas 1 INTRODUCCIÓN 1 1.1 PROBLEMÁTICA (JUSTIFICACIÓN) 1 1.2 OBJETIVOS 2 1.3 ALCANCE Y LIMITACIONES 2 2 MARCO TEÓRICO 5 2.1 DATOS 5 2.2 PRE-PROCESAMIENTO 5 2.3 ANÁLISIS NO SUPERVISADO (CLUSTERING) 7 2.4 ANÁLISIS SUPERVISADO 8 3 METODOLOGÍA DE TRABAJO 11 3.1 ENTENDIMIENTO DEL NEGOCIO 11 3.2 ENTENDIMIENTO DE LOS DATOS 12 3.3 PREPARACIÓN DE LOS DATOS 13 4 RESULTADOS FINALES 25 4.1 MODELADO 25 4.1.1 MODELO MACHINE LERANING DE ANÁLISIS NO SUPERVISADO 27 4.1.2 MODELO DE MACHINE LEARNING DE ANÁLISIS SUPERVISADO 34 4.2 EVALUACIÓN DE LOS RESULTADOS 38 4.3 DESPLIEGUE 39 5 CONCLUSIONES Y RECOMENDACIONES 41 6 BIBLIOGRAFÍA 43spa
dc.format.extent54 páginasspa
dc.format.mimetypeapplication/pdfspa
dc.language.isospaspa
dc.titleAplicación de técnicas de machine learning para análisis de interacciones en twitter: caso de estudio - gestión de fallas operativas para el Banco Davivienda y el neo Banco Daviplataspa
dc.typeTrabajo de grado - Maestríaspa
dc.type.versioninfo:eu-repo/semantics/publishedVersionspa
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2spa
oaire.versionhttp://purl.org/coar/version/c_970fb48d4fbd8a85spa
dc.description.degreelevelMaestríaspa
dc.description.degreenameMagíster en Ciencia de Datosspa
dc.identifier.urlhttps://catalogo.escuelaing.edu.co/cgi-bin/koha/opac-detail.pl?biblionumber=23430
dc.publisher.facultyEscuela de Ingenieríaspa
dc.publisher.programMaestría en Ciencia de Datosspa
dc.relation.indexedN/Aspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.subject.armarcAprendizaje Autónomo
dc.subject.armarcRedes sociales
dc.subject.armarcAnálisis de datos
dc.subject.proposalAprendizaje Autónomospa
dc.subject.proposalMachine Learningeng
dc.subject.proposalRedes socialesspa
dc.subject.proposalSocial networkseng
dc.subject.proposalAnálisis de datosspa
dc.subject.proposalAnalysis of dataeng
dc.type.coarhttp://purl.org/coar/resource_type/c_bdccspa
dc.type.contentTextspa
dc.type.driverinfo:eu-repo/semantics/masterThesisspa
dc.type.redcolhttps://purl.org/redcol/resource_type/TMspa


Ficheros en el ítem

Thumbnail
Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem