Análise de métricas para escolha do algoritmo de classificação de clientes em abandono (CHURN)

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorFeitosa, Alexandre Rômolo-
Autor(es): dc.contributorFeitosa, Alexandre Rômolo-
Autor(es): dc.contributorTeixeira, Eduardo Cotrin-
Autor(es): dc.contributorMarquesone, Rosangela de Fátima Pereira-
Autor(es): dc.creatorTeruya, Hidemi Senno-
Data de aceite: dc.date.accessioned2025-08-29T13:33:22Z-
Data de disponibilização: dc.date.available2025-08-29T13:33:22Z-
Data de envio: dc.date.issued2025-08-01-
Data de envio: dc.date.issued2025-08-01-
Data de envio: dc.date.issued2022-12-07-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/37656-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1115300-
Descrição: dc.descriptionThe popularization and development of data storage and manipulation tools, the use of machine learning concepts was allowed not only in the academic world, but also in the business world. Data has been a great ally for companies to be able to leverage their businesses even more, avoiding, for example, losing their customers in other words having an increase in the number of customers in churn. Knowing this, the presented work aims to present the analysis and the process followed to choose the best classification algorithm in the detection of custo- mers who entered churn before 90 days without using the card, which is the rule used in a credit card issuing company. The work resulted that, taking into account the f1-score and recall metrics, in addition to the execution time, the best algorithm is the Ada Boost, since it presented 0,99 of f1-score and Recall, and execution time equal to approximately 64,2 seconds.-
Descrição: dc.descriptionCom a popularização e o desenvolvimento das ferramentas de armazenamento e manipulação de dados, permitiu-se que o uso dos conceitos de machine learning não ficassem apenas no mundo acadêmico, mas também no mundo dos negócios. Os dados têm sido um grande aliado para as empresas conseguirem alavancar cada vez mais os negócios evitando, por exemplo, perderem os seus clientes, ou seja, que se tenha o aumento do número de clientes em churn. Sabendo disso, o trabalho apresentado tem como objetivo apresentar a análise e o processo percorrido para escolher o melhor algoritmo de classificação na detecção de clientes que entraram em churn (ou seja, abandonaram o produto) antes dos 90 dias sem a utilização do cartão, que é a regra utilizada em uma empresa emissora de cartão de crédito, tratada neste trabalho. O trabalho resultou que, levando em consideração as métricas de f1-score e recall, além do tempo de execução, o melhor algoritmo, é o Ada Boost, dentre quatro algoritmos testados no presente trabalho, pois apresentou 0.99 de f1-score e Recall, e tempo de execução igual a aproximadamente 64,2 segundos.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherCornelio Procopio-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherEngenharia da Computação-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Direitos: dc.rightsAttribution-NonCommercial-ShareAlike 4.0 International-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-nc-sa/4.0/-
Palavras-chave: dc.subjectAprendizado do computador-
Palavras-chave: dc.subjectClassificação-
Palavras-chave: dc.subjectAlgoritmos-
Palavras-chave: dc.subjectMachine learning-
Palavras-chave: dc.subjectClassification-
Palavras-chave: dc.subjectAlgorithms-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO-
Título: dc.titleAnálise de métricas para escolha do algoritmo de classificação de clientes em abandono (CHURN)-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.