<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">
Título profesional 2025

Machine learning con boosting sobre la percepción del servicio de internet en Perú

Resumen

El acceso a Internet de calidad es esencial para el desarrollo social y económico, pero el Perú aún tiene grandes brechas en el conocimiento de sus servicios. Este estudio propone un metamodelo de aprendizaje automático basado en el aumento de la integración para clasificar los patrones de calidad percibida de servicio de Internet residencial en Perú. Se preprocesaron 129,352 registros utilizando datos del INEI utilizando SMOTE para equilibrar categorías y seleccionar variables claves relacionadas con satisfacción, calidad, demora y servicio al cliente. Los modelos utilizados incluyen XGBoost, LightGBM, Random Foresty Logistic Regresion. Los resultados muestran que el metamodelo propuesto mejora significativamente la precisión en comparación con un modelo único con un AUC promedio al 80%. Este enfoque no sólo identifica patrones de percepción de los usuarios recomendaciones prácticas para los operadores de telecomunicaciones, enfatizando la necesidad de optimizar la infraestructura y reducir la brecha digital del país.

Descripción

Citación

Aprobación

Revisión

Complementado por

Referenciado por

Grado o título

Ingeniero de Sistemas

Programa

Ingeniería de Sistemas

Título de la revista

ISSN de la revista

Título del volumen

Editor

Universidad Peruana Unión

DOI

Licencia Creative Commons

Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Excepto donde se indique lo contrario, la licencia de este ítem se describe como Creative Commons Atribución-NoComercial-CompartirIgual 4.0

Archivos

Cargando...
Miniatura
Principal
Nombre

Alejandro_Tesis_Licenciatura_2025.pdf

Tamaño

754,56 KB

Formato

Adobe PDF

Cargando...
Miniatura
Nombre

Autorización.pdf

Tamaño

58,45 KB

Formato

Adobe PDF

Cargando...
Miniatura
Nombre

Reporte de similitud.pdf

Tamaño

906,9 KB

Formato

Adobe PDF