Desarrollo de una herramienta de gestión de datos maestros aplicando técnicas de aprendizaje automático

Abstract

[ES] La gestión de datos maestros trata de definir un registro único entre distintas bases de datos, para mejorar la calidad de la información que una empresa tiene de sus clientes. Estos proyectos utilizan software propietario con un gran coste para las empresas. En este trabajo se aborda el desarrollo de una herramienta de gestión de datos de datos maestros, para encontrar duplicados de clientes en distintas bases de datos aplicando técnicas de aprendizaje automático para reducir el coste y agilizar este tipo de proyectos. Para ello, se ha generado un conjunto de datos sintético de clientes de acorde a los datos demográficos del Instituto Nacional de Estadística, para después introducir duplicados y errores en los datos y finalmente se han valorado distintas técnicas de aprendizaje automático para encontrar estos duplicados.