Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/11000/27999
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorMartínez Mayoral, María Asunción-
dc.contributor.authorHernández Pastor, Inés Teresa-
dc.contributor.otherDepartamentos de la UMH::Estadística, Matemáticas e Informáticaes_ES
dc.date.accessioned2022-10-21T09:42:03Z-
dc.date.available2022-10-21T09:42:03Z-
dc.date.created2022-06-
dc.identifier.urihttps://hdl.handle.net/11000/27999-
dc.description.abstractCon la finalidad de orientar a empresas hoteleras en la toma de decisiones, llevamos a cabo un análisis predictivo con técnicas automáticas de clasificación. Se construyen cinco modelos basados en árboles de clasificación para identificar distintos perfiles de clientes respecto a la cancelación de reservas hoteleras online, y también para descubrir qué variables están relacionadas con dicha cancelación. Se comentan las ventajas y desventajas de cada una de las modelizaciones, proporcionando criterios de selección y medición de la bondad del ajuste.es_ES
dc.formatapplication/pdfes_ES
dc.format.extent56es_ES
dc.language.isospaes_ES
dc.publisherUniversidad Miguel Hernández de Elchees_ES
dc.rightsinfo:eu-repo/semantics/openAccesses_ES
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectcancelación hoteleraes_ES
dc.subjectsegmentaciónes_ES
dc.subjectárboles de clasificaciónes_ES
dc.subjectidentificación de perfileses_ES
dc.subject.otherCDU::3 - Ciencias sociales::31 - Demografía. Sociología. Estadística::311 - Estadísticaes_ES
dc.titleAprendizaje automático para predecir cancelaciones hotelerases_ES
dc.typeinfo:eu-repo/semantics/bachelorThesises_ES
Aparece en las colecciones:
TFG - Estadística Empresarial


Vista previa

Ver/Abrir:
 TFG-Hernández Pastor, Inés Teresa.pdf

2,71 MB
Adobe PDF
Compartir:


Creative Commons La licencia se describe como: Atribución-NonComercial-NoDerivada 4.0 Internacional.