Factores determinantes para la selección de una tarjeta de crédito
| dc.contributor | Henry Antonio Osorto Ruiz | |
| dc.coverage | Tegucigalpa, Francisco Morazán, Honduras | |
| dc.creator | Cesar Jacob Puerto Montoya | |
| dc.creator | Elisa María Ponce Martínez | |
| dc.date | 2023-12-09T17:39:06Z | |
| dc.date | 2023-12-09T17:39:06Z | |
| dc.date | 2023-12-04 | |
| dc.date | 2023-10-02 | |
| dc.date.accessioned | 2026-08-31T12:11:53Z | |
| dc.description | Las tarjetas de Crédito a nivel mundial han tomado un auge en las formas de pago en la vida diaria de todos, desde el intercambio o trueque en años antiguos el ser humano siempre ha buscado la manera de evolucionar en su manera de transaccionar, las tarjetas de crédito se presentan como una gran oportunidad tanto para las instituciones financieras como para los usuarios de las mismas, por lo que está investigación tuvo el propósito de conocer los factores determinantes para la selección de este producto desde el perfil del cliente, datos del banco, producto de tarjeta de crédito y transaccionalidad de acuerdo a comercios de preferencias y límite de consumo, conociendo esto se desarrolló un modelo de predicción, probando algoritmos de Machine Learning (Regresión Logística, Árbol de Decisión y Random Forest) para encontrar la predicción más acertada para poder encontrar los clientes que se pueden potenciar como futuros tarjetahabientes en el sistema financiero de nuestro país | |
| dc.description | Credit cards worldwide have taken on a boom in the forms of payment in everyone's daily life, since the exchange or barter in ancient years, human beings have always sought a way to evolve in their way of transacting, credit cards credit are presented as a great opportunity for both financial institutions and their users, so this research had the purpose of knowing the determining factors for the selection of this product from the customer profile, bank data, product of credit card and transnationality according to preference businesses and consumption limit, knowing this, a prediction model was developed, testing Machine Learning algorithms (Logistic Regression, Decision Tree and Random Forest) to find the most accurate prediction to be able to find clients who can be promoted as future cardholders in the financial system of our country | |
| dc.format | ||
| dc.format | application/pdf | |
| dc.identifier | https://repositorio.unitec.edu/xmlui/handle/123456789/12907 | |
| dc.identifier.uri | https://dspace-ignite.igniteonline.la/handle/123456789/16928 | |
| dc.language | Español | |
| dc.language | es | |
| dc.publisher | Universidad Tecnológica Centroamericana UNITEC | |
| dc.rights | Attribution-NonCommercial-ShareAlike 4.0 International. | |
| dc.rights | https://creativecommons.org/licenses/by-nc-sa/4.0/ | |
| dc.source | Universidad Tecnológica Centroamericana UNITEC | |
| dc.subject | Factores determinantes | |
| dc.subject | Modelo de Predicción | |
| dc.subject | Tarjeta de Crédito | |
| dc.title | Factores determinantes para la selección de una tarjeta de crédito | |
| dc.type | Thesis |