<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">
Título profesional 2023

Enfoque plano-jerárquico basado en modelo de aprendizaje automático para la clasificación de productos de e-commerce

Resumen

En el ámbito del comercio electrónico, optimizar el proceso de clasificación de productos adquiere una importancia crucial debido a su influencia directa en la eficiencia operativa y, por ende, en la rentabilidad. Aunque se han dedicado esfuerzos académicos considerables para abordar este problema, persisten lagunas en la literatura existente. En tal sentido, este artículo presenta una solución para la clasificación jerárquica de productos de comercio electrónico usando un conjunto de datos de 4 niveles de profundidad, obtenidos de una destacada plataforma de comercio electrónico en América Latina. Nuestra propuesta consiste en un modelo de aprendizaje automático que integra enfoques tanto el clasificación plana como local (jerárquica) para mejorar la eficacia individual de cada uno. En busca de este objetivo, se llevó a cabo un análisis comparativo de siete algoritmos de aprendizaje automático: Multinomial Naive Bayes Multinomial, Linear Support Vector Classifier, Multinomial Logistic Regression, Random Forest, XGBoost, FastText y Voting Ensemble. Los tres primeros se utilizaron para el modelo que emplea el enfoque local, mientras que el modelo que usa el enfoque plano es el Voting Ensemble compuesto por los 3 primeros algoritmos mencionados anteriormente. Los resultados demostraron que este enfoque plano-jerárquico superó al mejor modelo de enfoque plano en un 0.15% y al mejor modelo de enfoque local (Clasificador Local por Nivel) en un 4.88%, medido por el puntaje F1 ponderado. Además, se pone a disposición un nuevo conjunto de datos en español con más de un millón de productos de comercio electrónico. Finalmente, se discuten las mejores técnicas de preprocesamiento para este conjunto de datos, junto con las limitaciones inherentes al estudio y las posibles direcciones para futuras investigaciones en esta área.

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 3.0 Excepto donde se indique lo contrario, la licencia de este ítem se describe como Creative Commons Atribución-NoComercial-CompartirIgual 3.0

Archivos

Cargando...
Miniatura
Nombre

Harold_Tesis_Licenciatura_2023.pdf

Tamaño

2,2 MB

Formato

Adobe PDF

Cargando...
Miniatura
Nombre

Autorización.pdf

Tamaño

105,25 KB

Formato

Adobe PDF

Cargando...
Miniatura
Nombre

Reporte de similitud.pdf

Tamaño

11,79 MB

Formato

Adobe PDF