Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Erbisti, Rafael Santos | - |
Autor(es): dc.contributor | Farias, Ana Maria Lima de | - |
Autor(es): dc.contributor | Kubrusly, Jessica Quitanilha | - |
Autor(es): dc.creator | Xin, Wu | - |
Data de aceite: dc.date.accessioned | 2024-07-11T18:44:12Z | - |
Data de disponibilização: dc.date.available | 2024-07-11T18:44:12Z | - |
Data de envio: dc.date.issued | 2023-09-26 | - |
Data de envio: dc.date.issued | 2023-09-26 | - |
Fonte completa do material: dc.identifier | http://app.uff.br/riuff/handle/1/30611 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/776498 | - |
Descrição: dc.description | O mercado de comércio eletrônico está em crescimento. Isso beneficia tanto o consumidor, devido a facilidade de acesso e diversidade de produtos, como também o vendedor, pois, em geral, lojas online demandam custo inicial e capital de giro menores em relação à loja física. Nesse sentido, este trabalho busca investigar o comportamento dos consumidores em diferentes categorias na área de comércio do E-commerce no Brasil através de modelos de Sistema de Recomendação para prever uma possível compra do usuário. Assim, tanto o consumidor pode ser beneficiado por ter melhores experiências de compra quanto o vendedor passa a ter uma probabilidade maior de vendas nos seus produtos. O objetivo deste trabalho é avaliar a capacidade preditiva do sistema de recomendação baseado em modelo utilizando o método de regularização LASSO. O algoritmo proposto foi avaliado tanto em dados simulados quanto na base de dados reais da Olist Store. Em geral, os resultados obtidos não foram satisfatórios. É possível que haja outras formas de fazer recomendações que tenham uma capacidade preditiva mais precisa. | - |
Descrição: dc.description | 54 f. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Direitos: dc.rights | Open Access | - |
Direitos: dc.rights | CC-BY-SA | - |
Palavras-chave: dc.subject | Sistema de Recomendação | - |
Palavras-chave: dc.subject | Filtragem Colaborativa | - |
Palavras-chave: dc.subject | Modelos Lineares | - |
Palavras-chave: dc.subject | LASSO | - |
Palavras-chave: dc.subject | Comércio eletrônico | - |
Palavras-chave: dc.subject | Modelo estatístico | - |
Palavras-chave: dc.subject | Consumidor | - |
Título: dc.title | Filtragem colaborativa para o mercado varejista digital | - |
Tipo de arquivo: dc.type | Trabalho de conclusão de curso | - |
Aparece nas coleções: | Repositório Institucional da Universidade Federal Fluminense - RiUFF |
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: