Análise de associações entre transações de compra em uma loja de moda fitness e praia: aplicação do algoritmo apriori

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorRoboredo, Marcos Costa-
Autor(es): dc.contributorPereira, Valdecy-
Autor(es): dc.contributorBergiante, Nissia Carvalho Rosa-
Autor(es): dc.creatorSilva, Gabriel Cajado Pereira da-
Data de aceite: dc.date.accessioned2024-07-11T17:43:41Z-
Data de disponibilização: dc.date.available2024-07-11T17:43:41Z-
Data de envio: dc.date.issued2020-12-14-
Data de envio: dc.date.issued2020-12-14-
Data de envio: dc.date.issued2019-
Fonte completa do material: dc.identifierhttps://app.uff.br/riuff/handle/1/16355-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/756264-
Descrição: dc.descriptionO ano de 2020 foi marcado pela crise econômica e humanitária causada pela Covid-19. Em consequência, as pequenas e médias empresas, principalmente aquelas que se encontravam apenas em pontos físicos, sofreram impactos negativos nas suas vendas e, consequentemente, no seu faturamento. Desta forma, o presente estudo busca analisar o histórico de transações de uma loja de moda Fitness e praia para identificar regras de associação com o uso do algoritmo Apriori, por meio da aplicação da mineração de dados. Além disso, tem como objetivo propor, com base nas análises geradas, novas estratégias de Marketing que visam alavancar as vendas do objeto de estudo com a retomada da economia. Em conclusão, o algoritmo retornou 466 regras de associação que foram classificadas de acordo com o ticket médio esperado da regra e com base nos seus níveis de frequência (suporte) e probabilidade (confiança), a partir de uma analogia feita à matriz BCG, recomendando estratégias de aplicação dos resultados encontrados, como promoções e formas de divulgação, além de apresentar o conhecimento adquirido em um painel gerencial que auxiliará na tomada de decisão do sócio da empresa-
Descrição: dc.descriptionThe year 2020 was marked by the economic and humanitarian crisis caused by Covid-19. As a result, small and medium-sized companies, especially those that were only in physical locations, suffered negative impacts on their sales and, consequently, on their sales. Thus, the present study seeks to analyze the transaction history of a Fitness and beach fashion store to identify rules of association with the use of the Apriori algorithm, through the application of data mining. In addition, it aims to propose, based on the analyzes generated, new Marketing strategies that will leverage the sales of the object of study with the resumption of the economy. In conclusion, the algorithm returned 466 association rules that were classified according to the average expected ticket of the rule and based on their frequency (support) and probability (confidence) levels, based on an analogy made to the BCG matrix, recommending strategies for applying the results found, such as promotions and forms of dissemination, in addition to presenting the knowledge acquired in a management panel that will assist in the decision-making process of the company's partner-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsOpen Access-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-nc-nd/3.0/br/-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectMineração de dados-
Palavras-chave: dc.subjectAlgoritmo apriori-
Palavras-chave: dc.subjectMatriz BCG-
Palavras-chave: dc.subjectRegras de associação-
Palavras-chave: dc.subjectMineração de dados (Computação)-
Palavras-chave: dc.subjectAlgoritmo-
Palavras-chave: dc.subjectEstratégia aplicada a administração-
Palavras-chave: dc.subjectData mining-
Palavras-chave: dc.subjectApriori algorithm-
Palavras-chave: dc.subjectBCG Matrix-
Palavras-chave: dc.subjectAssociation rules-
Título: dc.titleAnálise de associações entre transações de compra em uma loja de moda fitness e praia: aplicação do algoritmo apriori-
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.