Abstract
En este documento se presenta el análisis del comportamiento de los clientes con tarjetas de crédito de una institución financiera colombiana con base en su calificación de riesgo de crédito, a través de la aplicación del modelo de machine learning no supervisado denominado K-means. Se obtienen clústeres de clientes que permiten identificar sus patrones de comportamiento.
Publisher
Universidad Externado de Colombia
Reference27 articles.
1. Accenture (2019). 2019 Global Financial Services Consumer Study. Accenture.
2. Adams, N. M., Hand, D. J. y Till, R. J. (2001). Mining for classes and patterns in be-havioural data. Journal of the Operational Research Society, 52 (9), 1017-1024.
3. Banco de la República (2020). Informe especial riesgo de mercado. Banrep.
4. Bakoben, M., Bellotti, T. y Adams, N. (2019). Identification of credit risk based on cluster analysis of account behaviours. Journal of the Operational Research Society, 0(0), 1-9. https://doi.org/10.1080/01605682.2019.1582586
5. Edelman, D. B. (1992). An application of cluster analysis in credit control. IMA Journal of Management Mathematics, 4(1), 81-87. https://doi.org/10.1093/imaman/4.1.81