Laniado Rodas, HenryAlmonacid Hurtado, Paula María2022-10-262022http://hdl.handle.net/10784/31858La capacidad para realizar predicciones acerca del número de clientes o visitantes en un centro comercial es un insumo muy importante en la planeación y el uso eficiente de los recursos físicos y humanos en este tipo de empresas. Asimismo, es relevante entender cuáles son los factores que influyen en su comportamiento. Basados en los datos históricos del número de visitantes, así como variables externas (ambientales) y tendencias de consulta en línea, se plantea un modelo predictivo del comportamiento de visitas diarias al centro comercial. Los datos históricos corresponden a los ingresos peatonales y vehiculares (carros y motos) de los últimos 6 años en un centro comercial ubicado en la ciudad de Medellín. Este proyecto inicia con la revisión de literatura referente a modelos predictivos en diferentes lugares como museos, aeropuertos, parques naturales, centros comerciales y restaurantes, entre otros, con el fin de explorar metodologías en dichos casos y posibles opciones de solución. Por medio de análisis de series de tiempo y algoritmos de aprendizaje automático, se seleccionan las variables más representativas y el modelo mejor ajustado para predecir el número de visitantes. Se espera que este modelo se fortalezca con algoritmos de estimación, mejorando el rendimiento a lo largo del tiempo y permitiendo ser aplicado en otros entornos empresariales o educativos.The ability to make predictions about the number of customers or visitors in a shopping center is a very important input in the planning and efficient use of physical and human resources in this type of company. Also, it is important to understand what aspects influences their behavior. Based on historical data on the number of visitors, as well as external (environment) variables and online search trends, a forecasting model of the behavior of daily visits to the shopping center is suggested. The historical data correspond to the pedestrian and vehicular entries (cars and motorcycles) of the last 6 years in a shopping center located in the city of Medellín. This project begins with a literature review regarding forecasting models in different places such as museums, airports, natural parks, shopping centers and restaurants, among others, in order to explore methodologies in such cases and possible solution options. Through time series analysis and machine learning algorithms, the most representative variables and the best-fit model are selected to predict the number of visitors. This model is expected to be strengthened with estimation algorithms, improving performance over time and allowing it to be applied in other business or educational environments.spaTodos los derechos reservadosPredicciónClientesCentro ComercialSeries de tiempoAprendizaje automáticoModelamiento predictivomasterThesisinfo:eu-repo/semantics/openAccessAPRENDIZAJE AUTOMÁTICO (INTELIGENCIA ARTIFICIAL)CIENCIA DE LA INFORMACIÓNPROCESAMIENTO ELECTRÓNICO DE DATOSForecastingVisitorsCustomersShopping centerTime seriesMachine learningAcceso abierto2022-10-26Rua Jaramillo, Ramón David006.31 R894