
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 | Gavioli, Alan | - |
| Autor(es): dc.contributor | Gaviol, Alan | - |
| Autor(es): dc.contributor | Hoffmann, Alessandra Bortoletto Garbelotti | - |
| Autor(es): dc.contributor | Pessini, Evando Carlos | - |
| Autor(es): dc.creator | Grandi, Maria Vitória Reiter | - |
| Data de aceite: dc.date.accessioned | 2025-08-29T12:12:56Z | - |
| Data de disponibilização: dc.date.available | 2025-08-29T12:12:56Z | - |
| Data de envio: dc.date.issued | 2023-10-03 | - |
| Data de envio: dc.date.issued | 2023-10-03 | - |
| Data de envio: dc.date.issued | 2022-06-09 | - |
| Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/32599 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1091138 | - |
| Descrição: dc.description | In Brazil, in addition to the tragic consequences that the COVID-19 pandemic brought to the health area, other serious problems emerged, such as the increase in unemployment, successive increases in the prices of various products and the decrease in per capita household income. Some recent researches indicate that these problems provoked changes in the consumption profile of the families, however they are very specific researches and that they used in a very restricted way data mining techniques. In this sense, this work aimed to apply the association rule mining technique to: a) identify shopping patterns in a supermarket chain in the western region of Paraná during the previous period and during the COVID-19 pandemic; and b) compare the patterns obtained for the two periods, in order to enable the company's specialists to analyze whether the differences were unexpected and relevant from the point of view of the management of the chain's stores. As a result, the Apriori algorithm was applied using different support and confidence values for each of the analyzed municipalities in order to obtain the 30 best association rules in each of them. Through these results, it was possible to identify that during the period of the pandemic there was a change in the pattern of customer purchases in relation to the years 2018 and 2019, which for the specialists of the supermarket chain was already expected. However, according to the experts, there were important discoveries for the company with the completion of this work, such as changes in the specific purchasing patterns of each municipality during the years 2020 and 2021. | - |
| Descrição: dc.description | No Brasil, além das consequências trágicas que a pandemia de COVID-19 trouxe para a área da saúde, surgiram outros problemas graves, como o aumento do desemprego, aumentos sucessivos nos preços de diversos produtos e a diminuição da renda domiciliar per capita. Algumas pesquisas recentes indicam que esses problemas provocaram mudanças no perfil de consumo das famílias, porém são pesquisas bastante específicas e que empregaram de forma bastante restrita técnicas de mineração de dados. Neste sentido, este trabalho teve como objetivo aplicar a técnica de mineração de regras de associação para: a) identificar os padrões de compras em uma rede de supermercados da região oeste do Paraná durante o período anterior e durante a pandemia de COVID-19; e b) comparar os padrões obtidos para os dois períodos, a fim de possibilitar que os especialistas da empresa pudessem analisar se as diferenças foram inesperadas e relevantes sob o ponto de vista da administração das lojas da rede. Como resultados, o algoritmo Apriori foi aplicado utilizando diferentes valores de suporte e confiança para cada um dos municípios analisados a fim de obter as 30 melhores regras de associação em cada um deles. Por meio destes resultados foi possível identificar que durante o período da pandemia houve uma alteração no padrão de compras dos clientes em relação aos anos de 2018 e 2019, o que para os especialistas da rede de supermercados já era esperado. Porém, ainda segundo os especialistas, houve descobertas importantes para a empresa com a realização deste trabalho, como as alterações dos padrões de compras específicas de cada município durante os anos de 2020 e 2021. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
| Publicador: dc.publisher | Medianeira | - |
| Publicador: dc.publisher | Brasil | - |
| Publicador: dc.publisher | Ciência da Computação | - |
| Publicador: dc.publisher | UTFPR | - |
| Direitos: dc.rights | openAccess | - |
| Direitos: dc.rights | https://creativecommons.org/licenses/by-nc-sa/4.0/ | - |
| Palavras-chave: dc.subject | Big data | - |
| Palavras-chave: dc.subject | Mineração de dados (Computação) | - |
| Palavras-chave: dc.subject | Comércio varejista | - |
| Palavras-chave: dc.subject | Data mining | - |
| Palavras-chave: dc.subject | Retail trade | - |
| Palavras-chave: dc.subject | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | - |
| Título: dc.title | Mineração de dados para comparação dos padrões de compras em uma rede de supermercados do oeste do Paraná antes e durante a pandemia de Covid-19 | - |
| Título: dc.title | Data mining for comparisons of shopping patterns in a supermarket chain in western Paraná before and during the COVID-19 pandemic | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT | |
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: