Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/20.500.12104/92384
Título: Big five Personality Traits y Machine learning para determinar el comportamiento de compra
Autor: Ríos Reynoso, Juan Carlos
Director: Preciado Serrano, María De Lourdes
Asesor: Jiménez Meza, Ana Rosa
De La Fuente Acosta, Eduardo
Franco Ramírez, Joel Alejandro
Palabras clave: Machine Learning;Ciencia De Datos;Arboles De Desicion
Fecha de titulación: 26-may-2022
Editorial: Biblioteca Digital wdg.biblio
Universidad de Guadalajara
Resumen: Cómo se comportan realmente las personas cuando toman decisiones de consumo basándonos en rasgos psicológicos de personalidad es una de las premisas del presente análisis. En otras palabras, como los aspectos conductuales de la psicología (big five personality traits) se relacionan la toma de decisiones de las personas en cuanto al consumo. Podemos entender la distinción en esa toma de decisiones a través de los rasgos de la personalidad abordando un ejemplo simple: si alguien desea adquirir determinado bien de consumo con el fin de satisfacer sus necesidades, ¿cómo abordar la toma de esta decisión? Un economista pensaría que esta persona maximizará su utilidad esperada y elegiría dicho bien o servicio que sea mejor para él. Por medio del análisis de los rasgos de personalidad nos centraremos en el proceso de decisión. Por ejemplo, ¿Cómo surgió esa elección?, ¿Qué características psicológicas presenta ese individuo?, ¿Cómo se relacionan esas características con su decisión final de compra? A lo largo de esta tesis lo que se pretende es determinar mediante la técnica de machine learning de aprendizaje supervisado (árboles de decisión) los rasgos personalidad asociados al comportamiento de compra.
URI: https://wdg.biblio.udg.mx
https://hdl.handle.net/20.500.12104/92384
Programa educativo: MAESTRIA EN CIENCIA DE LOS DATOS
Aparece en las colecciones:CUCEA

Ficheros en este ítem:
Fichero TamañoFormato 
MCUCEA10911FT.pdf2.23 MBAdobe PDFVisualizar/Abrir


Los ítems de RIUdeG están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.