Modelo de minería de datos para la identificación de patrones que influyen en la mora de la Cooperativa de Ahorro y Crédito San José S.J.
Abstract
El objetivo de esta investigación es la implementación de la metodología CRISP-DM (Cross Industry Standard Process for Data Mining) y modelos de clúster, árboles de decisiones, redes neuronales (Pérez & Santín, 2008), para analizar los patrones que influyen en la morosidad de los socios antes de poder aprobar la solicitud de crédito en la Cooperativa de Ahorro y Crédito 'San José S.J.' de la ciudad de Cuenca que cuenta con su matriz en la parroquia El Valle con 5000 socios y más de 6000 créditos otorgados que la convierte en una excelente alternativa para el ahorro y crédito dentro del sistema financiero de la ciudad. Por lo que se plantea la solución con la implementación de la metodología CRISP-DM y la ayuda de la plataforma de inteligencia de negocios 'Talend' como herramienta de transformación de datos ETL (Extract, Transform and Load) que permite predecir, detectar patrones, obtener informes adecuados y cuadros estadísticos para efectuar la toma de decisiones de manera oportuna y confiable al momento de otorgar el crédito.
Description
1. Introducción. --2. Planteamiento de la propuesta de Trabajo. --3. Marco Teórico. --4. Metodología. --5. Resultados. --6. Conclusiones y Recomensaciones.
Keywords
Minería de datos, Patrones, Mora financiera, Cooperativas de ahorro y crédito, San José S.J.
Citation
Mejía Vanegas, Héctor Raúl. (2018). Modelo de minería de datos para la identificación de patrones que influyen en la mora de la Cooperativa de Ahorro y Crédito San José S.J.. Ecuador :Ambato