Um Método voltado à Recomendação de Itens no Contexto de Marketing de Afiliados
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFSC |
Texto Completo: | https://repositorio.ufsc.br/handle/123456789/232907 |
Resumo: | TCC(graduação) - Universidade Federal de Santa Catarina. Campus Araranguá. Engenharia da Computação. |
id |
UFSC_a6baded7c42a9c0c7d07e0964366fa55 |
---|---|
oai_identifier_str |
oai:repositorio.ufsc.br:123456789/232907 |
network_acronym_str |
UFSC |
network_name_str |
Repositório Institucional da UFSC |
repository_id_str |
2373 |
spelling |
Um Método voltado à Recomendação de Itens no Contexto de Marketing de AfiliadosMarketing DigitalMarketing de AfiliadoSistemas de RecomendaçãoAutoencoderTCC(graduação) - Universidade Federal de Santa Catarina. Campus Araranguá. Engenharia da Computação.O progresso tecnológico tem proporcionado às empresas diversas ferramentas de marketing digital com o intuito de evidenciar a marca e aumentar o faturamento. O marketing de afiliados é uma delas, sendo entendido como um serviço de parceria que proporciona para as empresas uma nova forma de divulgar seus produtos de maneira mais rápida e precisa. Entretanto, a maioria das plataformas de marketing de afiliados sofrem pelo grande volume de afiliados (usuários) cadastrados que não promovem retorno, ou seja, não vendem. Neste sentido, o presente trabalho possui como objetivo o desenvolvimento de um método de recomendação de produtos no cenário de marketing de afiliados visando promover uma maior interconexão entre afiliados e produtos, com impacto no aumento da taxa de conversão, isto é, nas vendas. No intuito de avaliar o método, foram coletadas as interações dos afiliados em uma plataforma real, promovendo suporte para o treinamento e teste do modelo de recomendação baseado em aprendizado profundo do tipo autoencoder. Para avaliar o método proposto são apresentados alguns cenários com o intuito de demonstrar a utilização do sistema de recomendação. Além disso, foram realizados testes para verificar a efetividade das recomendações. Os resultados alcançados para as recomendações de produtos tiveram uma acurácia de 87,37%. Desta forma, conclui-se que o método proposto tem potencial para sugerir produtos aos afiliados que estes tenham interesse para a divulgação, elevando o potencial de faturamento das empresas parceiras da plataforma e o número de afiliados vendedores.Araranguá, SCLeopoldo Gonçalves, AlexandreUniversidade Federal de Santa CatarinaLuis Martins, Otávio2022-03-25T13:50:18Z2022-03-25T13:50:18Z2022-03-15info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis39papplication/pdfhttps://repositorio.ufsc.br/handle/123456789/232907info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSC2022-03-25T13:50:18Zoai:repositorio.ufsc.br:123456789/232907Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732022-03-25T13:50:18Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false |
dc.title.none.fl_str_mv |
Um Método voltado à Recomendação de Itens no Contexto de Marketing de Afiliados |
title |
Um Método voltado à Recomendação de Itens no Contexto de Marketing de Afiliados |
spellingShingle |
Um Método voltado à Recomendação de Itens no Contexto de Marketing de Afiliados Luis Martins, Otávio Marketing Digital Marketing de Afiliado Sistemas de Recomendação Autoencoder |
title_short |
Um Método voltado à Recomendação de Itens no Contexto de Marketing de Afiliados |
title_full |
Um Método voltado à Recomendação de Itens no Contexto de Marketing de Afiliados |
title_fullStr |
Um Método voltado à Recomendação de Itens no Contexto de Marketing de Afiliados |
title_full_unstemmed |
Um Método voltado à Recomendação de Itens no Contexto de Marketing de Afiliados |
title_sort |
Um Método voltado à Recomendação de Itens no Contexto de Marketing de Afiliados |
author |
Luis Martins, Otávio |
author_facet |
Luis Martins, Otávio |
author_role |
author |
dc.contributor.none.fl_str_mv |
Leopoldo Gonçalves, Alexandre Universidade Federal de Santa Catarina |
dc.contributor.author.fl_str_mv |
Luis Martins, Otávio |
dc.subject.por.fl_str_mv |
Marketing Digital Marketing de Afiliado Sistemas de Recomendação Autoencoder |
topic |
Marketing Digital Marketing de Afiliado Sistemas de Recomendação Autoencoder |
description |
TCC(graduação) - Universidade Federal de Santa Catarina. Campus Araranguá. Engenharia da Computação. |
publishDate |
2022 |
dc.date.none.fl_str_mv |
2022-03-25T13:50:18Z 2022-03-25T13:50:18Z 2022-03-15 |
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.uri.fl_str_mv |
https://repositorio.ufsc.br/handle/123456789/232907 |
url |
https://repositorio.ufsc.br/handle/123456789/232907 |
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 |
39p application/pdf |
dc.publisher.none.fl_str_mv |
Araranguá, SC |
publisher.none.fl_str_mv |
Araranguá, SC |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFSC instname:Universidade Federal de Santa Catarina (UFSC) instacron:UFSC |
instname_str |
Universidade Federal de Santa Catarina (UFSC) |
instacron_str |
UFSC |
institution |
UFSC |
reponame_str |
Repositório Institucional da UFSC |
collection |
Repositório Institucional da UFSC |
repository.name.fl_str_mv |
Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC) |
repository.mail.fl_str_mv |
|
_version_ |
1808652347569602560 |