<?xml version="1.0" encoding="UTF-8"?>
<articles>
<article xmlns:xlink="http://www.w3.org/1999/xlink/">
  <front>
    <article-meta>
      <title-group>
        <article-title/>
      </title-group>
      <contrib-group>
        <contrib contrib-type="author">
          <name>
            <surname>Sesé Oliván</surname>
            <given-names>Francisco Javier</given-names>
          </name>
        </contrib>
      </contrib-group>
      <pub-date pub-type="pub">
        <year>2020</year>
      </pub-date>
      <self-uri xlink:href="http://zaguan.unizar.es/record/96307"/>
      <self-uri xlink:href="http://zaguan.unizar.es/record/96307/files/TAZ-TFG-2020-4355.pdf"/>
      <self-uri xlink:href="http://zaguan.unizar.es/record/96307/files/TAZ-TFG-2020-4355_ANE.pdf"/>
    </article-meta>
    <abstract>En la actualidad existen gran cantidad de fuentes de datos que acompañadas con la implementación y generalización en sistemas y empresas de IA y machine learning posibilitan un mayor conocimiento del cliente, permitiendo unos servicios automáticos y adaptados al usuario. A pesar de la existencia y posiblidades de estos recursos, no existe una implementación generalizada hoy en día. Este trabajo intentará buscar respuesta y construir un sistema de actuación para el marketing relacional en un futuro con estos recursos perfeccionados y extendidos.&lt;br /&gt;&lt;br /&gt;</abstract>
  </front>
  <article-type>TAZ</article-type>
</article>

</articles>