Sistema de recomendação baseado em Data Mining

Detalhes bibliográficos
Autor(a) principal: Ferreira , Bruno Patrício
Data de Publicação: 2016
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10400.22/8664
Resumo: A elevada competitividade que existe no mundo empresarial (provinda dos mais diversos fatores) força as empresas a estarem em constante evolução e/ou adaptação às tendências e mudanças que o mercado apresenta. Além do fator concorrência e outros demais, todas as empresas ambicionam, certamente, poderem melhorar e aperfeiçoar todo o âmbito do seu negócio. Para tal, as empresas precisam de conhecer bem o seu negócio. Conhecer bem um negócio é por vezes uma tarefa complexa. Não é suficiente conhecer todos os números, processos e fluxos, é necessário também que se assimile verdadeiro conhecimento sobre a empresa. Adquirir conhecimento é um processo que envolve análises a quantidades significativas de dados e informação. Com o conhecimento, provêm melhores decisões uma melhor gestão. Para auxiliar este processo recorre-se a técnicas de Data Mining. Este termo tem estado cada vez mais presente nas empresas pela sua enorme potencialidade na descoberta de padrões implícitos nos dados que permitem conhecer verdadeiramente a informação que está presente nos sistemas que gerem a empresa, e consequentemente, advém o conhecimento profundo do negócio. Esta dissertação tem como propósito elaborar um projeto, que visa auxiliar a cadeia de perfumarias MASS neste processo de aquisição de conhecimento relativamente ao seu negócio. Para este efeito, será realizada uma aplicação que irá gerar análises gráficas, classificações de clientes, análises de associação e recomendação de produtos. Pretende-se assim desenvolver e descrever análises que permitam que os gestores desta empresa conheçam melhor os seus clientes, os seus produtos e as suas vendas, ou seja, que aprofundem o conhecimento sobre o seu negócio.
id RCAP_29cb6d59fbec8ff6cdca52b4d126fa40
oai_identifier_str oai:recipp.ipp.pt:10400.22/8664
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Sistema de recomendação baseado em Data MiningInteligência EmpresarialMineração de DadosClassificaçãoRegras de AssociaçãoSistema de RecomendaçãoBusiness IntelligenceData MiningClassificationAssociation RulesRecommendation SystemSistemas de Informação e ConhecimentoA elevada competitividade que existe no mundo empresarial (provinda dos mais diversos fatores) força as empresas a estarem em constante evolução e/ou adaptação às tendências e mudanças que o mercado apresenta. Além do fator concorrência e outros demais, todas as empresas ambicionam, certamente, poderem melhorar e aperfeiçoar todo o âmbito do seu negócio. Para tal, as empresas precisam de conhecer bem o seu negócio. Conhecer bem um negócio é por vezes uma tarefa complexa. Não é suficiente conhecer todos os números, processos e fluxos, é necessário também que se assimile verdadeiro conhecimento sobre a empresa. Adquirir conhecimento é um processo que envolve análises a quantidades significativas de dados e informação. Com o conhecimento, provêm melhores decisões uma melhor gestão. Para auxiliar este processo recorre-se a técnicas de Data Mining. Este termo tem estado cada vez mais presente nas empresas pela sua enorme potencialidade na descoberta de padrões implícitos nos dados que permitem conhecer verdadeiramente a informação que está presente nos sistemas que gerem a empresa, e consequentemente, advém o conhecimento profundo do negócio. Esta dissertação tem como propósito elaborar um projeto, que visa auxiliar a cadeia de perfumarias MASS neste processo de aquisição de conhecimento relativamente ao seu negócio. Para este efeito, será realizada uma aplicação que irá gerar análises gráficas, classificações de clientes, análises de associação e recomendação de produtos. Pretende-se assim desenvolver e descrever análises que permitam que os gestores desta empresa conheçam melhor os seus clientes, os seus produtos e as suas vendas, ou seja, que aprofundem o conhecimento sobre o seu negócio.The high competitive edge that exists in the business world (provided by various reasons) leads companies to be constantly evolving and adapting to the trends and changes that the market presents. In addition to the competition and other factors, all companies certainly aspire to improve the entire scope of their business. To address these facts, companies need to know well with their entire business. Knowing well a business is often a complex task. It is not enough to know all the numbers, processes and work flows, it is also necessary to acquire knowledge about the company. Acquiring knowledge is a process that involves analysis to significant amounts of data and information. With knowledge comes better decisions for better management. To assist this process Data Mining techniques can be very helpful. This term has been increasingly present in companies for its potential in the discovery of patterns implicit in the data that allow managers to truly know the information that is present in the systems that manage the company, and with that, comes the deep knowledge about the business. The main purpose of this thesis is a project aims to assist MASS perfumeries in this process of knowledge acquisition about their business. For this purpose, it will be made an application that performs graphical analyses, customer clustering, association analysis and product recommendation. Is intended to develop and describe analyses that allow this company to know better their customers, their products and their sales, that is, to deepen their knowledge about the company.Rodrigues, Maria de Fátima CoutinhoRepositório Científico do Instituto Politécnico do PortoFerreira , Bruno Patrício2016-11-14T15:37:13Z20162016-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.22/8664TID:201277794porinfo: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:RCAAP2023-03-13T12:49:54Zoai:recipp.ipp.pt:10400.22/8664Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T17:29:28.164084Repositório 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 Sistema de recomendação baseado em Data Mining
title Sistema de recomendação baseado em Data Mining
spellingShingle Sistema de recomendação baseado em Data Mining
Ferreira , Bruno Patrício
Inteligência Empresarial
Mineração de Dados
Classificação
Regras de Associação
Sistema de Recomendação
Business Intelligence
Data Mining
Classification
Association Rules
Recommendation System
Sistemas de Informação e Conhecimento
title_short Sistema de recomendação baseado em Data Mining
title_full Sistema de recomendação baseado em Data Mining
title_fullStr Sistema de recomendação baseado em Data Mining
title_full_unstemmed Sistema de recomendação baseado em Data Mining
title_sort Sistema de recomendação baseado em Data Mining
author Ferreira , Bruno Patrício
author_facet Ferreira , Bruno Patrício
author_role author
dc.contributor.none.fl_str_mv Rodrigues, Maria de Fátima Coutinho
Repositório Científico do Instituto Politécnico do Porto
dc.contributor.author.fl_str_mv Ferreira , Bruno Patrício
dc.subject.por.fl_str_mv Inteligência Empresarial
Mineração de Dados
Classificação
Regras de Associação
Sistema de Recomendação
Business Intelligence
Data Mining
Classification
Association Rules
Recommendation System
Sistemas de Informação e Conhecimento
topic Inteligência Empresarial
Mineração de Dados
Classificação
Regras de Associação
Sistema de Recomendação
Business Intelligence
Data Mining
Classification
Association Rules
Recommendation System
Sistemas de Informação e Conhecimento
description A elevada competitividade que existe no mundo empresarial (provinda dos mais diversos fatores) força as empresas a estarem em constante evolução e/ou adaptação às tendências e mudanças que o mercado apresenta. Além do fator concorrência e outros demais, todas as empresas ambicionam, certamente, poderem melhorar e aperfeiçoar todo o âmbito do seu negócio. Para tal, as empresas precisam de conhecer bem o seu negócio. Conhecer bem um negócio é por vezes uma tarefa complexa. Não é suficiente conhecer todos os números, processos e fluxos, é necessário também que se assimile verdadeiro conhecimento sobre a empresa. Adquirir conhecimento é um processo que envolve análises a quantidades significativas de dados e informação. Com o conhecimento, provêm melhores decisões uma melhor gestão. Para auxiliar este processo recorre-se a técnicas de Data Mining. Este termo tem estado cada vez mais presente nas empresas pela sua enorme potencialidade na descoberta de padrões implícitos nos dados que permitem conhecer verdadeiramente a informação que está presente nos sistemas que gerem a empresa, e consequentemente, advém o conhecimento profundo do negócio. Esta dissertação tem como propósito elaborar um projeto, que visa auxiliar a cadeia de perfumarias MASS neste processo de aquisição de conhecimento relativamente ao seu negócio. Para este efeito, será realizada uma aplicação que irá gerar análises gráficas, classificações de clientes, análises de associação e recomendação de produtos. Pretende-se assim desenvolver e descrever análises que permitam que os gestores desta empresa conheçam melhor os seus clientes, os seus produtos e as suas vendas, ou seja, que aprofundem o conhecimento sobre o seu negócio.
publishDate 2016
dc.date.none.fl_str_mv 2016-11-14T15:37:13Z
2016
2016-01-01T00:00:00Z
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 http://hdl.handle.net/10400.22/8664
TID:201277794
url http://hdl.handle.net/10400.22/8664
identifier_str_mv TID:201277794
dc.language.iso.fl_str_mv por
language por
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_ 1799131390830182400