Por favor, use este identificador para citar o enlazar este ítem: http://cybertesis.uni.edu.pe/handle/uni/7916
Título : Modelo de propensión para la identificación de clientes fraude en el servicio de telefonía móvil para clientes post pago: aplicación de regresión logística
Autor : Lazo Martin, Jack Misael
Asesor : Huamanchumo De La Cuba, Luis
Palabras clave : Análisis de regresión logística;Empresa de Telefonía móvil
Fecha de publicación : 2012
Editorial : Universidad Nacional de Ingeniería
Resumen : El mercado peruano de telefonía móvil registra un alto nivel de competitividad y dinamismo, una tecnología relativamente moderna. Sin embargo, con el nacimiento de una innovadora tecnología también surgen nuevas oportunidades de negocio y formas de obtener beneficios de este servicio. Así, surgen clientes que realizan fraude para hacer un uso incorrecto de ella causando perjuicio a los operadores que la emplean para prestar sus servicios. El fraude lo cometen aquellos clientes que realizan la reventa de llamadas generando pérdidas para el operador móvil y al servicio de telefonía pública, siendo este último, el principal afectado. Estos clientes que realizan fraude llamados “Chalequeros”, generan alto tráfico de llamadas locales y nacionales, obstaculizando los objetivos de la empresa. Como plan, la empresa de telecomunicaciones tiene como identificar a los clientes fraude en el sistema post pago, basado en modelos estadísticos que arroje una marca de probabilidad por cliente e indicando si éste es un cliente fraude. Este trabajo mostrará la utilización de la técnica de regresión logística. Así, la empresa de telefónica móvil podrá identificar aquellos clientes fraude “Chalequeros”, según su comportamiento de tráfico de llamadas y datos en los últimos tres meses, para tomar acciones comerciales.
URI : http://cybertesis.uni.edu.pe/handle/uni/7916
Derechos: info:eu-repo/semantics/embargoedAccess
Aparece en las colecciones: Ingeniería Estadística

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
lazo_mj.pdf512,32 kBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons