"

Técnicas De Minería De Datos En La Industria Automotriz

Published in: Prospective and trends in technology and skills for sustainable social development. Leveraging emerging technologies to construct the future: Proceedings of the 19th LACCEI International Multi-Conference for Engineering, Education and Technology
Date of Conference: July 19-23, 2021
Location of Conference: Virtual
Authors: Omar Danilo Castrillon Gomez (Universidad Nacional de Colombia, CO)
Jaime Alberto Giraldo Garcia (Universidad Nacional de Colombia, CO)
Jaime Antero Arango Marin (Universidad Nacional de Colombia, CO)
Full Paper: #47

Abstract:

Resumen. Una de las principales preguntas que debe resolver la industria automotriz, es determinar la aceptación que tendrán sus productos en el medio. Así, el objetivo fundamental de esta investigación es dar respuesta a esta pregunta. En esta investigación se parte de 6 variables independientes (costo, mantenimiento, puertas, nro. de personas, baúl y seguridad) con el fin de predecir el comportamiento de una variable dependiente denominada aceptación. En este análisis, se toma una base de datos de 1728 registros y mediante un proceso de selección estadística se establecen las variables más influyentes, con el fin de estructurar un archivo para ser analizado por medio del algoritmo J48 de minería de datos, el cual es ejecutado mediante la plataforma de aprendizaje automático y minería de datos denominada Weka. Como resultado de este proceso se predice (con una efectividad superior al 92%) el comportamiento de la variable dependiente denominada aceptación. Finalmente, los resultados también muestran que las tres variables independientes más influyentes son: costo, nro. de personas, y seguridad.