dc.contributor.advisor |
Gómez Quispe, Hugo Yosef |
es_PE |
dc.contributor.author |
Pacombia Ramos, Yissica Beatriz |
es_PE |
dc.contributor.author |
Huanaco Barrientos, Leydy |
es_PE |
dc.date.accessioned |
2024-12-18T19:39:59Z |
|
dc.date.available |
2024-12-18T19:39:59Z |
|
dc.date.issued |
2024-12-19 |
|
dc.identifier.uri |
https://repositorio.unap.edu.pe/handle/20.500.14082/23737 |
|
dc.description.abstract |
La presente investigación titulada "Desarrollo de un sistema de recomendación para la plataforma de e-commerce de la empresa La Veintiuno EIRL, utilizando algoritmos de filtrado colaborativo", tuvo como objetivo principal diseñar, implementar y validar un sistema de recomendación que optimice la experiencia de compra de los clientes de la empresa. El enfoque del estudio fue desarrollar una solución personalizada basada en algoritmos de filtrado colaborativo que algoritmos, permitiendo a los usuarios recibir recomendaciones precisas de productos de autopartes, mejorando las recomendaciones de productos de autopartes, mejorando la eficiencia operativa, y la gestión de inventarios. gestión de inventarios. En el desarrollo del sistema, se diseñó una arquitectura para integrar información de varios grupos de usuarios información de varios grupos de usuarios (mayoristas y minoristas) y productos, permitiendo la generación de sugerencias de compra tanto a nivel individual como colectivo. colectiva. La implementación de los algoritmos se llevó a cabo a partir de los datos transaccionales históricos de la plataforma, optimizando las recomendaciones de productos complementarios o similares para productos complementarios o similares tanto para grandes compradores como para consumidores individuales. La validación del sistema se realizó a través de métricas técnicas de rendimiento, como la precisión, el recuerdo y los tiempos de respuesta. Los resultados obtenidos demostraron una mejora significativa de la tasa de conversión, una mayor eficiencia en la gestión del inventario, y tiempos de respuesta inferiores a 400 ms para la generación de recomendaciones. Con estos resultados, se concluye que el sistema de recomendación basado en filtrado colaborativo implementado en la plataforma de comercio electrónico de La Veintiuno EIRL es altamente eficaz en la optimización de la experiencia del usuario y en la mejora de los procesos internos de la empresa. procesos internos de la empresa. |
es_PE |
dc.format |
application/pdf |
es_PE |
dc.language.iso |
spa |
es_PE |
dc.publisher |
Universidad Nacional del Altiplano. Repositorio Institucional - UNAP |
es_PE |
dc.rights |
info:eu-repo/semantics/openAccess |
es_PE |
dc.rights.uri |
https://creativecommons.org/licenses/by/4.0/deed.es |
es_PE |
dc.subject |
Algoritmos de recomendación |
es_PE |
dc.subject |
E-commerce |
es_PE |
dc.subject |
Filtrado colaborativo |
es_PE |
dc.subject |
Optimización de inventario |
es_PE |
dc.subject |
Sistemas de recomendación |
es_PE |
dc.title |
Desarrollo de un sistema de recomendación para la plataforma de e-commerce de la empresa La Veintiuno EIRL utilizando algoritmos de filtrado colaborativo |
es_PE |
dc.type |
info:eu-repo/semantics/bachelorThesis |
es_PE |
thesis.degree.name |
Ingeniero de Sistemas |
es_PE |
thesis.degree.discipline |
Ingeniería de Sistemas |
es_PE |
thesis.degree.grantor |
Universidad Nacional del Altiplano. Facultad de Ingeniería Mecánica Eléctrica, Electrónica y Sistemas |
es_PE |
dc.type.version |
info:eu-repo/semantics/acceptedVersion |
es_PE |
dc.publisher.country |
PE |
es_PE |
dc.subject.ocde |
https://purl.org/pe-repo/ocde/ford#2.02.04 |
es_PE |
renati.advisor.orcid |
https://orcid.org/0000-0002-8627-412X |
es_PE |
renati.type |
https://purl.org/pe-repo/renati/type#tesis |
es_PE |
renati.level |
https://purl.org/pe-repo/renati/nivel#tituloProfesional |
es_PE |
renati.discipline |
612076 |
es_PE |
renati.juror |
Aliaga Payehuanca, Elvis Augusto |
es_PE |
renati.juror |
Romero Flores, Robert Antonio |
es_PE |
renati.juror |
Jimenez Chura, Adolfo Carlos |
es_PE |
renati.author.dni |
74526026 |
|
renati.author.dni |
77287284 |
|
renati.advisor.dni |
01546846 |
|