Mostrar el registro sencillo del ítem

dc.contributor.advisorHenry Antonio Osorto Ruizes_ES
dc.contributor.authorCesar Jacob Puerto Montoyaes_ES
dc.contributor.authorElisa María Ponce Martínezes_ES
dc.date.accessioned2023-12-09T17:39:06Z
dc.date.available2023-12-09T17:39:06Z
dc.date.issued2023-12-04
dc.identifier.urihttps://repositorio.unitec.edu/xmlui/handle/123456789/12907
dc.description.abstractLas tarjetas de Crédito a nivel mundial han tomado un auge en las formas de pago en la vida diaria de todos, desde el intercambio o trueque en años antiguos el ser humano siempre ha buscado la manera de evolucionar en su manera de transaccionar, las tarjetas de crédito se presentan como una gran oportunidad tanto para las instituciones financieras como para los usuarios de las mismas, por lo que está investigación tuvo el propósito de conocer los factores determinantes para la selección de este producto desde el perfil del cliente, datos del banco, producto de tarjeta de crédito y transaccionalidad de acuerdo a comercios de preferencias y límite de consumo, conociendo esto se desarrolló un modelo de predicción, probando algoritmos de Machine Learning (Regresión Logística, Árbol de Decisión y Random Forest) para encontrar la predicción más acertada para poder encontrar los clientes que se pueden potenciar como futuros tarjetahabientes en el sistema financiero de nuestro países_ES
dc.formatPDFes_ES
dc.languageEspañoles_ES
dc.publisherUniversidad Tecnológica Centroamericana UNITECes_ES
dc.sourceUniversidad Tecnológica Centroamericana UNITECes_ES
dc.subjectFactores determinanteses_ES
dc.subjectModelo de Predicciónes_ES
dc.subjectTarjeta de Créditoes_ES
dc.titleFactores determinantes para la selección de una tarjeta de créditoes_ES
dc.typeThesises_ES
dc.description.abstractenglishCredit cards worldwide have taken on a boom in the forms of payment in everyone's daily life, since the exchange or barter in ancient years, human beings have always sought a way to evolve in their way of transacting, credit cards credit are presented as a great opportunity for both financial institutions and their users, so this research had the purpose of knowing the determining factors for the selection of this product from the customer profile, bank data, product of credit card and transnationality according to preference businesses and consumption limit, knowing this, a prediction model was developed, testing Machine Learning algorithms (Logistic Regression, Decision Tree and Random Forest) to find the most accurate prediction to be able to find clients who can be promoted as future cardholders in the financial system of our countryes_ES
dc.coverageTegucigalpa, Francisco Morazán, Hondurases_ES
dc.catalogadorDennis Cálixes_ES
dc.facultyFacultad de Postgradoes_ES
dc.thesis.degreenameMaestría en Analítica de Negocioses_ES
dc.codigocarreraM-40es_ES
dc.thesis.degreelevelPregradoes_ES
dc.disciplineAdministración y Negocios / Business and Managementes_ES
dc.ddc332.765 P977es_ES
dc.campusUNITEC TGUes_ES
dc.collectionTesis de Postgradoes_ES
dc.date.terna2023-10-02


Ficheros en el ítem

Thumbnail

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

Mostrar el registro sencillo del ítem