Resumo

CASAS MIRANDA, Roberto Jose María et al. Clasificación de imágenes con redes neuronales mejora el comportamiento del consumidor en estudiantes universitarios. Revista InveCom [online]. 2026, vol.6, n.2, e602093.  Epub 30-Set-2025. ISSN 2739-0063.  https://doi.org/10.5281/zenodo.17027126.

El estudio tuvo el objetivo de determinar de qué manera el clasificador de imágenes con redes neuronales (RN) mejora el comportamiento del consumidor en estudiantes universitarios. Se planteó una investigación de tipo aplicado, con un diseño preexperimental y nivel explicativo. Se recolectaron y procesaron datos mediante técnicas no participativas, analizando la interacción digital de estudiantes universitarios. Los datos fueron limpiados y organizados para su análisis, en el que se aplicaron técnicas de Machine Learning. El uso de TensorFlow y TensorFlow Datasets simplificó el preprocesamiento y entrenamiento del modelo, asegurando un flujo eficiente y un desempeño optimizado mediante la normalización de imágenes y la configuración de lotes de datos. El modelo empleó visualizaciones detalladas con indicadores claros para analizar su rendimiento, destacando aciertos y errores, lo que facilitó su interpretación y ajuste. El modelo preentrenado VGG16, ajustado en 15 épocas, alcanzó una precisión de validación del 97.4 %, evidenciando su alta eficacia en datos no vistos. Los resultados destacan el impacto transformador de las CNNs en la clasificación de productos, mejorando la experiencia del usuario y optimizando la satisfacción y percepción del consumidor en plataformas de moda digitales. La implementación del clasificador de imágenes basado en RN mejoró significativamente la experiencia del usuario, pasando de una percepción negativa a un 90% de evaluaciones positivas. La prueba de Wilcoxon confirmó que este cambio refleja una mejora real en el comportamiento y las decisiones de los estudiantes universitarios como consumidores.

Palavras-chave : redes neuronales; clasificador de imágenes; machine learning.

        · resumo em Inglês     · texto em Espanhol     · Espanhol ( pdf )