Prieto Bolaños, Ricardo Andrés (Director)Calderón Parra, Bryan2025-07-292025-07-292024Parra, B. C. (2024). Aprendizaje profundo para el diseño y predicción de ofertas de mercado en el comercio minorista. Universidad Santiago de Cali.https://repositorio.usc.edu.co/handle/20.500.12421/7690Para llevar a cabo este proyecto, se examinó la aplicación del Aprendizaje Profundo (Deep Learning) en el mercado para determinar la predicción de la oferta, con el propósito de desarrollar un software basado en un modelo de inteligencia artificial que proporcione información pertinente para diseñar estrategias de marketing digital en el sector minorista (retail). Se identificaron las funcionalidades del modelo de predicción, adaptándolas según los requisitos específicos de este ámbito. Con el fin de garantizar la confiabilidad y eficacia de los resultados del modelo predictivo, se emplearon estrategias de recolección y depuración de datos basadas en extractores web (web scrapers). La precisión del modelo se evaluó a través de la validación de criterios de aceptación, cuyos resultados sugieren la eficacia de esta tecnología en la optimización de los procesos de análisis de tendencias y el establecimiento de precios de productos. Este enfoque busca reducir la incertidumbre asociada al análisis de desviaciones relacionadas con presupuestos o previsiones financieras que asumen las conductas de los consumidores.To carry out this project, the application of Deep Learning in the market was examined to determine supply prediction, with the purpose of developing software based on an artificial intelligence model that provides relevant information to design strategies. digital marketing in the retail sector. The functionalities of the prediction model were identified, adapting them according to the specific requirements of this area. To guarantee the reliability and effectiveness of the results of the predictive model, data collection and purification strategies based on web scrapers were used. The accuracy of the model was evaluated through the validation of acceptance criteria, the results of which suggest the effectiveness of this technology in optimizing trend analysis processes and establishing product prices. This approach seeks to reduce the uncertainty associated with the analysis of deviations related to budgets or financial forecasts that assume consumer behaviors.application/pdf22 páginasesDeep learningPredicción de ofertaSector retailMachine learningMarketing digitalThesisAcceso abiertoReconocimiento 4.0 Internacional (CC BY 4.0)Deep learningOffer predictionRetail sectorMachine learningDigital marketing