dc.contributorRojas Ormaza, Brayan Ricardo
dc.contributorPérez Pérez, Lincoln Ernesto [0000-0002-5591-9714]
dc.creatorPerez Perez, Lincoln Ernesto
dc.date.accessioned2021-10-11T21:37:18Z
dc.date.accessioned2023-06-05T15:03:31Z
dc.date.available2021-10-11T21:37:18Z
dc.date.available2023-06-05T15:03:31Z
dc.date.created2021-10-11T21:37:18Z
dc.date.issued2020-07-12
dc.identifierhttp://hdl.handle.net/20.500.12495/6168
dc.identifierinstname: Universidad El Bosque
dc.identifierreponame: Repositorio Institucional Universidad El Bosque
dc.identifierrepourl: https://repositorio.unbosque.edu.co
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/6644238
dc.description.abstractEn este proyecto de graduación se presenta una metodología para segmentar el SARLAFT. Al proponer el algoritmo CLARA para la segmentación y utilizar homals para el tratamiento de datos categóricos, finalmente se ejemplificó la metodología para su uso a nivel práctico, comparándola con las metodologías presentes en las instituciones financieras, especialmente los resultados obtenidos y el tiempo de ejecución.
dc.languagespa
dc.publisherEstadística
dc.publisherUniversidad El Bosque
dc.publisherFacultad de Ciencias
dc.relationMcClain, J. O., y Rao, V. R. (1975). Clustisz: A program to test for the quality ofclustering of a set of objects.Journal of Marketing Research, 456–460.
dc.relationBaker, F. B., y Hubert, L. J. (1975). Measuring the power of hierarchical cluster analysis.Journal of the American Statistical Association,70(349), 31–38
dc.relationHartigan, J. A. (1975).Clustering algorithms. John Wiley & Sons, Inc.
dc.relationHubert, L., y Arabie, P. (1985). Comparing partitions.Journal of classification,2(1),193–218
dc.relationDunn, J. C. (1974). Well-separated clusters and optimal fuzzy partitions.Journal ofcybernetics,4(1), 95–104
dc.relationFriedman, H. P., y Rubin, J. (1967). On some invariant criteria for grouping data.Journalof the American Statistical Association,62(320), 1159–1178
dc.relationBabichev, S., Lytvynenko, V., y Osypenko, V. (2017). Implementation of the objectiveclustering inductive technology based on dbscan clustering algorithm. En201712th international scientific and technical conference on computer sciences andinformation technologies (csit)(Vol. 1, pp. 479–484)
dc.relationAljarah, I., Mafarja, M., Heidari, A. A., Faris, H., y Mirjalili, S. (2020). Clustering analysisusing a novel locality-informed grey wolf-inspired clustering approach.Knowledgeand Information Systems,62(2), 507–539.
dc.relationKrzanowski, W. J., y Lai, Y. (1988). A criterion for determining the number of groupsin a data set using sum-of-squares clustering.Biometrics, 23–34.
dc.rightshttp://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rightsAcceso abierto
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightshttp://purl.org/coar/access_right/c_abf2
dc.rights2020-12-12
dc.rightsCC0 1.0 Universal
dc.subjectSARLAFT
dc.subjectSegmentación
dc.subjectCLARA
dc.subjectHomals
dc.titleMetodología de segmentación para el SARLAFT


Este ítem pertenece a la siguiente institución