Aplicação de algoritmo de Clusterização na análise de Churn: estudo de caso no setor de telecomunicações

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorCosta, Helder Gomes-
Autor(es): dc.contributorRoboredo, Marcos Costa-
Autor(es): dc.contributorQuelhas, Osvaldo Luiz Gonçalves-
Autor(es): dc.creatorPaiva, Pedro dos Santos-
Data de aceite: dc.date.accessioned2024-07-11T17:32:09Z-
Data de disponibilização: dc.date.available2024-07-11T17:32:09Z-
Data de envio: dc.date.issued2022-08-10-
Data de envio: dc.date.issued2022-08-10-
Fonte completa do material: dc.identifierhttp://app.uff.br/riuff/handle/1/26068-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/752273-
Descrição: dc.descriptionO presente trabalho é um estudo de caso no setor de telecomunicações, a partir de uma base dados de domínio público, que utiliza um algoritmo de clusterização, o K-means, para classificar clientes que romperam a relação com a empresa, ou seja, clientes que realizaram churn. Neste problema, a base de dados selecionada possui apenas informações de perfil e de consumo, representadas por valores numéricos e textuais. Neste sentido, é proposto um modelo de tratamento e aplicação do método de classificação, visando identificar as homogeneidades e heterogeneidades entre os agrupamentos formados. O modelo é aplicado para 2 até 5 clusters com o objetivo de analisar a qualidade do insumo obtido, gerando como resultado informações relevantes para que a empresa consiga planejar estratégias de marketing mais personalizadas. Para tal, utiliza-se programação em Python, por meio da interface do Google Colab, como apoio para resolver o problema proposto, através de bibliotecas de processamento de dados.-
Descrição: dc.descriptionThis work is a case study in the telecommunication’s sector, based on a public domain database, that uses a clustering algorithm, K-means, to classify customers who have broken the relationship with the company, that is, customers who churned. In this problem, the selected database has only profile and consumption information, represented by numerical and textual values. This way, it is proposed a model of treatment and application of the classification method, which aims to identify homogeneities and heterogeneities between the formed groups. The model is applied to 2 to 5 clusters in order to analyze the quality of the output obtained, generating as result relevant information to plan more personalized strategies by the company. To achieve the expected result and solve the proposed problem, it is used Python programming through Google Colab interface as a support tool, through data processing libraries.-
Descrição: dc.description61 p.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsOpen Access-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectClusterização-
Palavras-chave: dc.subjectAnálise de Dados-
Palavras-chave: dc.subjectMarketing-
Palavras-chave: dc.subjectChurn-
Palavras-chave: dc.subjectK-means-
Palavras-chave: dc.subjectAnálise de agrupamento-
Palavras-chave: dc.subjectAlgoritmo-
Palavras-chave: dc.subjectTelecomunicação-
Palavras-chave: dc.subjectClustering-
Palavras-chave: dc.subjectData Analytics-
Título: dc.titleAplicação de algoritmo de Clusterização na análise de Churn: estudo de caso no setor de telecomunicações-
Tipo de arquivo: dc.typeTrabalho de conclusão de curso-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.