Quintero Montoya, Olga Lucía2021-06-162021http://hdl.handle.net/10784/29867Considerando las actividades misionales que tiene la empresa, en el ejercicio de efectuar el cobro de la cartera asignada al BPO, se han identificado clientes que requieren mayor grado de esfuerzo para lograr el objetivo de recaudo o abono a la obligación, adicional, se han observado clientes que no requieren gestión efectiva o su grado de esfuerzo es mínimo para cancelar el valor vencido o efectuar abonos, ya que ellos mismos se encargan de realizar sus pagos en periodos de tiempo determinados. En la actualidad el área de cobranza efectúa el proceso de recaudo a la cartera asignada sin un parámetro que indique cuales son los clientes que realizan sus pagos sin requerir gestiones catalogadas como efectivas, es decir, no necesitan ser contactados por asesor para cumplir con sus obligaciones, produciendo entonces un desgaste de tiempo del asesor de cobranza y un inconformismo por parte del cliente; por esta razón, se busca desarrollar un método matemático con técnicas de aprendizaje de máquinas que permita inferir que clientes cumplen con los criterios de auto cura.spaAuto curaAbonoObligaciónValor vencidoKnnMétricasCobranzaAprendizaje de máquinasmasterThesisinfo:eu-repo/semantics/openAccessAPRENDIZAJE AUTOMÁTICO (INTELIGENCIA ARTIFICIAL)MODELOS MATEMÁTICOSCOBRO DE CUENTASCall centerBPORecallAcceso abierto2021-06-16Moreno Zapata, Juan Sevastian006.31 M843