Desarrollo de un sistema de recomendación de productos del supermercado Dicosavi implementando algoritmos de machine learning

Conforme la tecnología avanza día a día, las empresas se ven obligadas a trasladar sus datos y procesos a entornos digitales por el simple hecho de no ser desplazadas y aumentar su competitividad, desde este paradigma el supermercado DICOSAVI carece de una plataforma e-commerce con un sistema de recomendación integrado complicando una buena relación con su clientela. Por tal motivo, el objetivo de la presente investigación fue el desarrollo de “un sistema de recomendación de productos del supermercado DICOSAVI implementando algoritmos de Machine Learning”. En este contexto, se aplica la metodología CRISP-DM para la implementación del sistema de recomendación basado en una arquitectura híbrida de MLP con Embbedings, el cual fue entrenado con un conjunto de datos de creación propia con los históricos de venta proporcionados. Mientras, la metodología Scrumban fue usada para el desarrollo de la plataforma e-commerce, ambos componentes interconectados a través de una API para que el modelo muestre las recomendaciones a los usuarios en la interfaz de la plataforma. Por otro lado, se evaluó la experiencia de compra online de los clientes usando CSAT, obteniendo un 79.54% de clientes satisfechos con las recomendaciones que muestra el sistema definiéndolo como bueno, adicional en las métricas de evaluación se obtuvo una sensibilidad de 0.137, un NDCG de 0.437 y un hit-rate de 0.459 que se considera desde el enfoque técnico aceptable al ser aplicado en un entorno de arranque frío. En conclusión, en entrevistas al administrador y al equipo de marketing se identificó las estrategias actuales para ofertar y recomendar productos, también, la metodología CRISP-DM por ser estructural permitió el desarrollo del modelo de recomendación siendo eficiente al momento de dar un top 10 de recomendaciones, además la API de se realizó en la fase de codificación de Scrumban bajo el microframework Flask, funcionando como un servicio web.

• Hlavní autor: Carvajal Lima, Mauricio Alejandro (author)
• Další autoři: López López, Marilyn Germania (author)
• Médium: bachelorThesis
• Vydáno: 2025
• Témata: SISTEMA DE RECOMENDACIÓN DE PRODUCTOS; MACHINE LEARNING; EMBEDDINGS; METODOLOGÍA SCRUMBAN; METODOLOGÍA CRISP-DM
• On-line přístup: https://dspace.espoch.edu.ec/handle/123456789/24497