Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.12104/92384
Title: Big five Personality Traits y Machine learning para determinar el comportamiento de compra
Author: Ríos Reynoso, Juan Carlos
metadata.dc.contributor.director: Preciado Serrano, María De Lourdes
Advisor/Thesis Advisor: Jiménez Meza, Ana Rosa
De La Fuente Acosta, Eduardo
Franco Ramírez, Joel Alejandro
Keywords: Machine Learning;Ciencia De Datos;Arboles De Desicion
Issue Date: 26-May-2022
Publisher: Biblioteca Digital wdg.biblio
Universidad de Guadalajara
Abstract: 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
metadata.dc.degree.name: MAESTRIA EN CIENCIA DE LOS DATOS
Appears in Collections:CUCEA

Files in This Item:
File SizeFormat 
MCUCEA10911FT.pdf2.23 MBAdobe PDFView/Open


Items in RIUdeG are protected by copyright, with all rights reserved, unless otherwise indicated.