Sistema de recomendaciones para determinar el perfil de los asociados y aprobar solicitudes de créditos en una coopac

Abstract

Diseña un modelo predictivo bajo la técnica de árboles de decisión para determinar el perfil del asociado sujeto de crédito y recomendar la aprobación que corresponda a su perfil e influya en lograr el cumplimiento de los compromisos de pago en la COOPAC. Para afrontar el proyecto se aplicó un diseño tecnológico mixto, basado en la metodología Kanban, que permite alta flexibilidad y adaptabilidad; para el enriquecimiento de la metodología se utilizarán herramientas de otras metodologías. La data muestral corresponde a los créditos otorgados en los años 2016 y 2017, en el que se obtuvo un aprendizaje de 85.31% en los entrenamientos y un 92.20% en las pruebas del algoritmo. De la data histórica las solicitudes de crédito aprobadas fueron un 82.99% de “Buen pagador”. Por otro lado, de las predicciones basadas en la data histórica, los créditos aprobados de “Buen pagador” representaron un 92.74% del total de los créditos aprobados, lo que permitió incrementar la probabilidad de cumplimiento de pago en un 9.75%. Las metas de la investigación son lograr el incremento de la calidad en el número de solicitudes de crédito aprobadas y disminuir el nivel de morosidad por las solicitudes de crédito en la COOPAC “ABC”.