Aplicación del algoritmo k-means para clasificar el perfil del turista según su motivación que realiza Turismo Rural Comunitario en la Región Puno
El objetivo de este estudio es segmentar a los turistas que viajan a las comunidades rurales de la región Puno según su motivación. El desarrollo de este proyecto fue guiado por CRISP-DM, un método estándar para realizar planes de explotación minera de datos que divide el sumario en seis (6) pasos g...
Guardado en:
| Autor principal: | |
|---|---|
| Otros Autores: | |
| Formato: | Tesis de pregrado |
| Lenguaje: | español |
| Publicado: |
Universidad Peruana Unión
2019
|
| Materias: | |
| Acceso en línea: | Enlace permanente (DOI o Handle) |
| Etiquetas: |
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| _version_ | 1881510688134791168 |
|---|---|
| author | Pariapaza Larico, Yerson |
| author2 | Gutierrez Quispe, Eder |
| author_browse | Gutierrez Quispe, Eder Pariapaza Larico, Yerson |
| author_facet | Gutierrez Quispe, Eder Pariapaza Larico, Yerson |
| author_sort | Pariapaza Larico, Yerson |
| collection | Repositorio institucional |
| description | El objetivo de este estudio es segmentar a los turistas que viajan a las comunidades rurales de la región Puno según su motivación. El desarrollo de este proyecto fue guiado por CRISP-DM, un método estándar para realizar planes de explotación minera de datos que divide el sumario en seis (6) pasos generalmente a los específicos, a la medida de las necesidades del entorno y los algoritmos de aplicación del proyecto. . . Para demostrar el gran potencial de la técnica de agrupación de k-means, esta técnica aborda la ausencia de partes naturales en los perfiles turísticos. Trabajando sobre una colección de 1122 encuestas propiedad de turistas, utilizando técnicas de k-means, es posible encontrar similitudes en los segmentos para generar la identificación del perfil. El análisis nos permitió identificar dos grupos bien definidos de empresas para identificar perfiles. |
| escuela_str_mv | Escuela Profesional de Ingeniería de Sistemas |
| format | info:eu-repo/semantics/bachelorThesis |
| id | oai:repositorio.upeu.edu.pe:20.500.12840/6161 |
| institution | UPeU |
| language | Spanish |
| linea_str_mv | Tecnología de información e innovación tecnológica |
| ocde_area_str_mv | Ingeniería y tecnología |
| ocde_disciplina_str_mv | Ingeniería eléctrica, electrónica e informática |
| ocde_str_mv | 2.02.04 |
| programa_nombre_str_mv | Ingeniería de Sistemas |
| programa_pxx_str_mv | P27 |
| programa_uri_str_mv | http://upeu.edu.pe/sys/programas/programa/ingenieria-de-sistemas |
| publishDate | 2019 |
| publishDateRange | 2019 |
| publishDateSort | 2019 |
| publisher | Universidad Peruana Unión |
| publisherStr | Universidad Peruana Unión |
| record_format | dspace |
| sede_str_mv | Juliaca |
| spelling | Aplicación del algoritmo k-means para clasificar el perfil del turista según su motivación que realiza Turismo Rural Comunitario en la Región Puno Pariapaza Larico, Yerson Gutierrez Quispe, Eder Machine Learning Segmentación de Perfil de turista K-Means Turismo Rural Comunitario El objetivo de este estudio es segmentar a los turistas que viajan a las comunidades rurales de la región Puno según su motivación. El desarrollo de este proyecto fue guiado por CRISP-DM, un método estándar para realizar planes de explotación minera de datos que divide el sumario en seis (6) pasos generalmente a los específicos, a la medida de las necesidades del entorno y los algoritmos de aplicación del proyecto. . . Para demostrar el gran potencial de la técnica de agrupación de k-means, esta técnica aborda la ausencia de partes naturales en los perfiles turísticos. Trabajando sobre una colección de 1122 encuestas propiedad de turistas, utilizando técnicas de k-means, es posible encontrar similitudes en los segmentos para generar la identificación del perfil. El análisis nos permitió identificar dos grupos bien definidos de empresas para identificar perfiles. 2019-07-02 2022-12-27T19:32:38Z 2022-12-27T19:32:38Z info:eu-repo/semantics/bachelorThesis https://hdl.handle.net/20.500.12840/6161 spa info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/3.0/es/ application/pdf Universidad Peruana Unión PE oai:repositorio.upeu.edu.pe:20.500.12840/6161 2026-11-10T17:45:09Z |
| spellingShingle | Machine Learning Segmentación de Perfil de turista K-Means Turismo Rural Comunitario Pariapaza Larico, Yerson Aplicación del algoritmo k-means para clasificar el perfil del turista según su motivación que realiza Turismo Rural Comunitario en la Región Puno |
| title | Aplicación del algoritmo k-means para clasificar el perfil del turista según su motivación que realiza Turismo Rural Comunitario en la Región Puno |
| title_full | Aplicación del algoritmo k-means para clasificar el perfil del turista según su motivación que realiza Turismo Rural Comunitario en la Región Puno |
| title_fullStr | Aplicación del algoritmo k-means para clasificar el perfil del turista según su motivación que realiza Turismo Rural Comunitario en la Región Puno |
| title_full_unstemmed | Aplicación del algoritmo k-means para clasificar el perfil del turista según su motivación que realiza Turismo Rural Comunitario en la Región Puno |
| title_short | Aplicación del algoritmo k-means para clasificar el perfil del turista según su motivación que realiza Turismo Rural Comunitario en la Región Puno |
| title_sort | aplicacion del algoritmo k means para clasificar el perfil del turista segun su motivacion que realiza turismo rural comunitario en la region puno |
| topic | Machine Learning Segmentación de Perfil de turista K-Means Turismo Rural Comunitario |
| topic_facet | Machine Learning Segmentación de Perfil de turista K-Means Turismo Rural Comunitario |
| url | https://hdl.handle.net/20.500.12840/6161 |
| work_keys_str_mv | AT pariapazalaricoyerson aplicaciondelalgoritmokmeansparaclasificarelperfildelturistasegunsumotivacionquerealizaturismoruralcomunitarioenlaregionpuno |