Análise de influência de características no modelo de predição de Churn
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRN |
Texto Completo: | https://repositorio.ufrn.br/handle/123456789/50554 |
Resumo: | A perda de clientes, também conhecida como churn, afeta diretamente o desempenho das empresas no mercado. Entender melhor os fatores que contribuem para a evasão dos clientes é parte importante da melhoria dos processos e produtos das empresas. O objetivo deste trabalho é realizar uma análise de dados de churn de clientes de serviços de telecomunicações de uma operadora. O ponto central do objetivo do trabalho é estudar os impactos da remoção de características do conjunto de dados escolhido tomando como base a importância destas características, além de inferir sobre como o processo de remoção destas características podem influenciar na eficiência do modelo de machine learning utilizado. Durante o desenvolvimento do trabalho foram utilizadas algumas ferramentas conhecidas para tratamento e manipulação da base de dados. Por fim, os resultados mostraram que o processo de remoção de características utilizado possibilitou reduzir a quantidade de variáveis do conjunto de dados em mais de 50% mantendo o desempenho. |
id |
UFRN_37a1728fa8bbb46e6551c2798425a2fb |
---|---|
oai_identifier_str |
oai:https://repositorio.ufrn.br:123456789/50554 |
network_acronym_str |
UFRN |
network_name_str |
Repositório Institucional da UFRN |
repository_id_str |
|
spelling |
Batista, Igor Carvalho de BritoSilva, Ivanovitch Medeiros Dantas daAquino Junior, Gibeon Soares deOliveira, Luiz Affonso Henderson Guedes de2022-12-23T13:38:25Z2022-12-23T13:38:25Z2022-12-15BATISTA, Igor Carvalho de Brito. Análise de influência de características no modelo de predição de churn. Orientador: Luiz Affonso Henderson Guedes de Oliveira. 2022. 51f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Departamento de Engenharia de Computação e Automação, Universidade Federal do Rio Grande do Norte, Natal, 2022.https://repositorio.ufrn.br/handle/123456789/50554A perda de clientes, também conhecida como churn, afeta diretamente o desempenho das empresas no mercado. Entender melhor os fatores que contribuem para a evasão dos clientes é parte importante da melhoria dos processos e produtos das empresas. O objetivo deste trabalho é realizar uma análise de dados de churn de clientes de serviços de telecomunicações de uma operadora. O ponto central do objetivo do trabalho é estudar os impactos da remoção de características do conjunto de dados escolhido tomando como base a importância destas características, além de inferir sobre como o processo de remoção destas características podem influenciar na eficiência do modelo de machine learning utilizado. Durante o desenvolvimento do trabalho foram utilizadas algumas ferramentas conhecidas para tratamento e manipulação da base de dados. Por fim, os resultados mostraram que o processo de remoção de características utilizado possibilitou reduzir a quantidade de variáveis do conjunto de dados em mais de 50% mantendo o desempenho.The loss of customers, also known as churn, directly affects the performance of companies in the market. Better understanding the factors that contribute to customer exit is an important part of improving companies’ processes and products.The objective of this work is to perform an analysis of data from customers of telecommunications services of a provider. The central point of the work is to study the modifications of the removal of characteristics from the chosen dataset, based on the importance of these characteristics, and infer how the process of removing these characteristics can influence the efficiency of the machine learning model used. During the development of the work, known tools were used to treat and manipulate the database. Finally, the results show that the process of removing characteristics is advantageous to reduce the volume of data to be worked.Universidade Federal do Rio Grande do NorteEngenharia de ComputaçãoUFRNBrasilDepartamento de Engenharia de Computação e AutomaçãoAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessChurnImportância de característicasRedução de base de dadosFeature importancesDatabase reductionAnálise de influência de características no modelo de predição de Churninfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNLICENSElicense.txtlicense.txttext/plain; charset=utf-81484https://repositorio.ufrn.br/bitstream/123456789/50554/3/license.txte9597aa2854d128fd968be5edc8a28d9MD53CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufrn.br/bitstream/123456789/50554/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52ORIGINALAnaliseDeInfluenciaDeCaracteristicasNoModeloDePredicaoDeChurn_Batista_2022.pdfAnaliseDeInfluenciaDeCaracteristicasNoModeloDePredicaoDeChurn_Batista_2022.pdfapplication/pdf1511135https://repositorio.ufrn.br/bitstream/123456789/50554/1/AnaliseDeInfluenciaDeCaracteristicasNoModeloDePredicaoDeChurn_Batista_2022.pdf164c12e89242f536bdd5c3be96b512feMD51123456789/505542022-12-23 10:38:25.502oai:https://repositorio.ufrn.br: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Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2022-12-23T13:38:25Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false |
dc.title.pt_BR.fl_str_mv |
Análise de influência de características no modelo de predição de Churn |
title |
Análise de influência de características no modelo de predição de Churn |
spellingShingle |
Análise de influência de características no modelo de predição de Churn Batista, Igor Carvalho de Brito Churn Importância de características Redução de base de dados Feature importances Database reduction |
title_short |
Análise de influência de características no modelo de predição de Churn |
title_full |
Análise de influência de características no modelo de predição de Churn |
title_fullStr |
Análise de influência de características no modelo de predição de Churn |
title_full_unstemmed |
Análise de influência de características no modelo de predição de Churn |
title_sort |
Análise de influência de características no modelo de predição de Churn |
author |
Batista, Igor Carvalho de Brito |
author_facet |
Batista, Igor Carvalho de Brito |
author_role |
author |
dc.contributor.referees1.none.fl_str_mv |
Silva, Ivanovitch Medeiros Dantas da |
dc.contributor.referees2.none.fl_str_mv |
Aquino Junior, Gibeon Soares de |
dc.contributor.author.fl_str_mv |
Batista, Igor Carvalho de Brito |
dc.contributor.advisor1.fl_str_mv |
Oliveira, Luiz Affonso Henderson Guedes de |
contributor_str_mv |
Oliveira, Luiz Affonso Henderson Guedes de |
dc.subject.por.fl_str_mv |
Churn Importância de características Redução de base de dados Feature importances Database reduction |
topic |
Churn Importância de características Redução de base de dados Feature importances Database reduction |
description |
A perda de clientes, também conhecida como churn, afeta diretamente o desempenho das empresas no mercado. Entender melhor os fatores que contribuem para a evasão dos clientes é parte importante da melhoria dos processos e produtos das empresas. O objetivo deste trabalho é realizar uma análise de dados de churn de clientes de serviços de telecomunicações de uma operadora. O ponto central do objetivo do trabalho é estudar os impactos da remoção de características do conjunto de dados escolhido tomando como base a importância destas características, além de inferir sobre como o processo de remoção destas características podem influenciar na eficiência do modelo de machine learning utilizado. Durante o desenvolvimento do trabalho foram utilizadas algumas ferramentas conhecidas para tratamento e manipulação da base de dados. Por fim, os resultados mostraram que o processo de remoção de características utilizado possibilitou reduzir a quantidade de variáveis do conjunto de dados em mais de 50% mantendo o desempenho. |
publishDate |
2022 |
dc.date.accessioned.fl_str_mv |
2022-12-23T13:38:25Z |
dc.date.available.fl_str_mv |
2022-12-23T13:38:25Z |
dc.date.issued.fl_str_mv |
2022-12-15 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
BATISTA, Igor Carvalho de Brito. Análise de influência de características no modelo de predição de churn. Orientador: Luiz Affonso Henderson Guedes de Oliveira. 2022. 51f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Departamento de Engenharia de Computação e Automação, Universidade Federal do Rio Grande do Norte, Natal, 2022. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufrn.br/handle/123456789/50554 |
identifier_str_mv |
BATISTA, Igor Carvalho de Brito. Análise de influência de características no modelo de predição de churn. Orientador: Luiz Affonso Henderson Guedes de Oliveira. 2022. 51f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Departamento de Engenharia de Computação e Automação, Universidade Federal do Rio Grande do Norte, Natal, 2022. |
url |
https://repositorio.ufrn.br/handle/123456789/50554 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.publisher.program.fl_str_mv |
Engenharia de Computação |
dc.publisher.initials.fl_str_mv |
UFRN |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Departamento de Engenharia de Computação e Automação |
publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRN instname:Universidade Federal do Rio Grande do Norte (UFRN) instacron:UFRN |
instname_str |
Universidade Federal do Rio Grande do Norte (UFRN) |
instacron_str |
UFRN |
institution |
UFRN |
reponame_str |
Repositório Institucional da UFRN |
collection |
Repositório Institucional da UFRN |
bitstream.url.fl_str_mv |
https://repositorio.ufrn.br/bitstream/123456789/50554/3/license.txt https://repositorio.ufrn.br/bitstream/123456789/50554/2/license_rdf https://repositorio.ufrn.br/bitstream/123456789/50554/1/AnaliseDeInfluenciaDeCaracteristicasNoModeloDePredicaoDeChurn_Batista_2022.pdf |
bitstream.checksum.fl_str_mv |
e9597aa2854d128fd968be5edc8a28d9 e39d27027a6cc9cb039ad269a5db8e34 164c12e89242f536bdd5c3be96b512fe |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN) |
repository.mail.fl_str_mv |
|
_version_ |
1802117728689979392 |