Classificação de clientes com aprendizagem automática

Detalhes bibliográficos
Autor(a) principal: Lopes, Adriana Loureiro Vilas Boas
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: https://hdl.handle.net/1822/78079
Resumo: Dissertação de mestrado em Matemática e Computação
id RCAP_0df26a39e05e2594051dedfe3214137a
oai_identifier_str oai:repositorium.sdum.uminho.pt:1822/78079
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Classificação de clientes com aprendizagem automáticaAprendizagem automáticaMétricasClustering hierárquicoCluster dinâmicoStreaming dataMachine learningMetricsHierarchical clusteringDinamic clusterCiências Naturais::MatemáticasDissertação de mestrado em Matemática e ComputaçãoAs empresas querem obter informações sobre os seus clientes através das suas bases de dados que sejam vantajosas para o negócio. Um processo de o fazer é recorrer a técnicas de inteligência artificial. Neste trabalho o foco é a utilização de técnica de clustering, um método de aprendizagem automática não supervisionado, e a sua aplicação a uma base de dados específica, passando primeiro por bases de dados criadas artificialmente. Foram propostas diversas métricas adequadas ao contexto da empresa de café Pact Coffee inicialmente avaliadas em bases de dados sintéticas simples, aplicando-se o clustering hierárquico. Inseriu-se a questão temporal, ou seja, em vez de se aplicar o clustering para a base de dados inteira, primeiro dividiu-se esta por faixas de tempo e só depois se aplicou o clustering para cada uma. Depois criou-se uma continuidade entre as faixas, e identificaram-se trajetórias e clientes ao longo do tempo. Os dados sintéticos começaram então a obter resultados favoráveis e por isso aplicouse o mesmo método aos dados reais da empresa Pact Coffee.Companies want to obtain information about their customers through their databases that are beneficial to the business. One solution is to use artificial intelligence, which is what I intend to do. In this work the focus is on the use of clustering techniques, an unsupervised machine learning method, and its application to a specific database, passing first through artificially created databases. Several metrics were proposed, appropriate to the context of the coffee company Pact Coffee, which were evaluated using simple synthetic databases, applying hierarchical clustering. The time issue was inserted, that is, instead of applying the clustering to the entire database, it was first divided into time bands and only then was clustering applied to each one. Then there was a continuity between the bands, and trajectories and customers were identified over time. The synthetic data then began to obtain favorable results and therefore the same method was applied to the real data of the company Pact Coffee.Clain, StéphaneMachado, Gaspar J.Universidade do MinhoLopes, Adriana Loureiro Vilas Boas20212021-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://hdl.handle.net/1822/78079por202990370info:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-07-21T12:50:06Zoai:repositorium.sdum.uminho.pt:1822/78079Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T19:48:45.422780Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Classificação de clientes com aprendizagem automática
title Classificação de clientes com aprendizagem automática
spellingShingle Classificação de clientes com aprendizagem automática
Lopes, Adriana Loureiro Vilas Boas
Aprendizagem automática
Métricas
Clustering hierárquico
Cluster dinâmico
Streaming data
Machine learning
Metrics
Hierarchical clustering
Dinamic cluster
Ciências Naturais::Matemáticas
title_short Classificação de clientes com aprendizagem automática
title_full Classificação de clientes com aprendizagem automática
title_fullStr Classificação de clientes com aprendizagem automática
title_full_unstemmed Classificação de clientes com aprendizagem automática
title_sort Classificação de clientes com aprendizagem automática
author Lopes, Adriana Loureiro Vilas Boas
author_facet Lopes, Adriana Loureiro Vilas Boas
author_role author
dc.contributor.none.fl_str_mv Clain, Stéphane
Machado, Gaspar J.
Universidade do Minho
dc.contributor.author.fl_str_mv Lopes, Adriana Loureiro Vilas Boas
dc.subject.por.fl_str_mv Aprendizagem automática
Métricas
Clustering hierárquico
Cluster dinâmico
Streaming data
Machine learning
Metrics
Hierarchical clustering
Dinamic cluster
Ciências Naturais::Matemáticas
topic Aprendizagem automática
Métricas
Clustering hierárquico
Cluster dinâmico
Streaming data
Machine learning
Metrics
Hierarchical clustering
Dinamic cluster
Ciências Naturais::Matemáticas
description Dissertação de mestrado em Matemática e Computação
publishDate 2021
dc.date.none.fl_str_mv 2021
2021-01-01T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1822/78079
url https://hdl.handle.net/1822/78079
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv 202990370
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799133066339287040

Registros relacionados