Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Tsunoda, Denise Fukumi, 1972- | - |
Autor(es): dc.contributor | Universidade Federal do Paraná. Setor de Ciências Sociais Aplicadas. Curso de Graduação em Gestão da Informação | - |
Autor(es): dc.creator | Luizon, Bruna Franciany Girata | - |
Data de aceite: dc.date.accessioned | 2020-01-31T13:01:14Z | - |
Data de disponibilização: dc.date.available | 2020-01-31T13:01:14Z | - |
Data de envio: dc.date.issued | 2019-12-18 | - |
Data de envio: dc.date.issued | 2019-12-18 | - |
Data de envio: dc.date.issued | 2019 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/1884/64983 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/1884/64983 | - |
Descrição: dc.description | Orientador : Denise Fukumi Tsunoda. | - |
Descrição: dc.description | Trabalho de Conclusão de Curso (graduação) - Universidade Federal do Paraná, Setor de Ciências Sociais Aplicadas, Curso de Gestão da Informação. | - |
Descrição: dc.description | Inclui referências | - |
Descrição: dc.description | Resumo : Estudo sobre a aplicação de machine learning em análises preditivas de churn em e-commerce. Busca entender o conceito de clientes churn dentro de organizações onde não há assinatura de um serviço e/ou produto, bem como o impacto da tecnologia na evolução do marketing e das novas formas de comércio. Analisa documentos recuperados sobre o tema na base de dados Scopus, fazendo uma revisão sistemática e análise bibliométrica dos documentos levantados. Há uma série de técnicas de mineração de dados aplicadas para a previsão de churn, tais como redes neurais artificiais, árvores de decisão e máquinas vetoriais de suporte. Apresenta a relação entre machine learning e a predição de churn. Conclui-se na primeira etapa a recência do assunto e a falta de estudos aprofundados sobre o tema, além de que os algoritmos mais utilizados envolvem árvore de decisão, Support Vector Machine, Rede Neural Artificial, Random Forest e Regressão Logística. Comenta que a maioria dos estudos existentes relacionados com a previsão do churn de clientes são análises estáticas e não estão bem adequados à realização de monitorizações individuais e dinâmicas, já que a análise de dados estáticas não fornecem monitoramento dinâmico do churn do cliente. No segundo momento do estudo, foram selecionados três métodos e aplicados em uma base de um e-commerce na área de varejo. Os métodos escolhidos foram: Árvore de Decisão (J48), Rede Neural Artificial (Multilayer Perceptron) e Support Vector Machine (SMO). Concluiu que os três modelos apresentaram resultados similares quando analisados a taxa de acertos do modelo, porém o que apresenta melhor tempo de execução do modelo é a Árvore de Decisão J48. | - |
Formato: dc.format | 110 p. : il., grafs., tabs. | - |
Formato: dc.format | application/pdf | - |
Formato: dc.format | application/pdf | - |
Palavras-chave: dc.subject | Comércio eletrônico | - |
Palavras-chave: dc.subject | Tecnologia da informação | - |
Palavras-chave: dc.subject | Previsão | - |
Título: dc.title | Análise preditiva de churn em um e-commerce | - |
Aparece nas coleções: | Repositório Institucional - Rede Paraná Acervo |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: