Obras Literarias

Redalyc
Sistema de Información Científica
Red de Revistas Científicas de América Latina, el Caribe, España y Portugal

Naranjo Cuervo, Roberto Carlos; Sierra Martínez, Luz Marina Herramienta software para el análisis de canasta de mercado sin selección de candidatos Ingeniería e Investigación, Vol. 29, Núm. 1, abril-sin mes, 2009, pp. 60-68 Universidad Nacional de Colombia Bogotá, ColombiaDisponible en: http://redalyc.uaemex.mx/src/inicio/ArtPdfRed.jsp?iCve=64329109

Ingeniería e Investigación ISSN (Versión impresa): 0120-5609 revii_bog@unal.edu.co Universidad Nacional de Colombia Colombia

¿Cómo citar?

Número completo

Más información del artículo

Página de la revista

www.redalyc.org Proyecto académico sin fines de lucro, desarrollado bajo la iniciativa de accesoabierto.

REVISTA INGENIERÍA E INVESTIGACIÓN VOL. 29 No. 1, ABRIL DE 2009 (60-68)

Herramienta software para el análisis de canasta de mercado sin selección de candidatos
Software tool for analysing the family shopping basket without candidate generation
Roberto Carlos Naranjo Cuervo1 y Luz Marina Sierra Martínez2 RESUMEN

Actualmente en el entorno del comercio electrónico es necesariocontar con herramientas que permitan obtener conocimiento útil que brinde soporte a la toma de decisiones de marketing; para ello se necesita de un proceso que utiliza una serie de técnicas para el procesamiento de los datos, entre ellas se encuentra la minería de datos, que permite llevar a cabo un proceso de descubrimiento de información automático. Este trabajo tiene como objetivo presentar latécnica de reglas de asociación como la adecuada para descubrir cómo compran los clientes en una empresa que ofrece un servicio de comercio electrónico tipo B2C, con el fin de apoyar la toma de decisiones para desarrollar ofertas hacia sus clientes o cautivar nuevos. Para la implementación de las reglas de asociación existe una variedad de algoritmos como: A priori, DHP, Partition, FP-Growth y Eclat ypara seleccionar el más adecuado se define una serie de criterios (Danger y Berlanga, 2001), entre los que se encuentran: inserciones a la base de datos, costo computacional, tiempo de ejecución y rendimiento, los cuales se analizaron en cada algoritmo para realizar la selección. Además, se presenta el desarrollo de una herramienta software que contempla la metodología CRISP-DM constituida porcuatro submódulos, así: Preprocesamiento de datos, Minería de datos, Análisis de resultados y Aplicación de resultados. El diseño de la aplicación utiliza una arquitectura de tres capas: Lógica de presentación, Lógica del Negocio y Lógica de servicios; dentro del proceso de construcción de la herramienta se incluye el diseño de la bodega de datos y el diseño de algoritmo como parte de la herramientade minería de datos. Las pruebas hechas a la herramienta de minería de datos desarrollada se realizaron con una base de datos de la compañía FoodMart3. Estas pruebas fueron de: rendimiento, funcionalidad y confiabilidad en resultados, las cuales permiten encontrar reglas de asociación igualmente. Los resultados obtenidos facilitaron concluir, entre otros aspectos, que las reglas de asociación comotécnica de minería de datos permiten analizar volúmenes de datos para servicios de comercio electrónico tipo B2C, lo cual es una ventaja competitiva para las empresas. Palabras clave: minería de datos, comercio electrónico B2C, análisis de la canasta de mercado.
ABSTRACT

Tools leading to useful knowledge being obtained for supporting marketing decisions being taken are currently needed in theecommerce environment. A process is needed for this which uses a series of techniques for data-processing; data-mining is one such technique enabling automatic information discovery. This work presents the association rules as a suitable technique for discovering how customers buy from a company offering business to consumer (B2C) e-business, aimed at supporting decision-making in supplying its...