Broker-RecSys : an interactive recommender system for insurance brokerage

Detalhes bibliográficos
Autor(a) principal: Atauchi, Paul Dany Flores
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
Texto Completo: http://hdl.handle.net/10183/213442
Resumo: Os sistemas de recomendação são amplamente utilizados em diversos domínios, como comércio eletrônico, turismo, seguros, entre outros. No entanto, muitos sistemas não levam em consideração o usuário no processo de recomendação, agindo como uma caixa preta. A natureza da caixa preta limita o entendimento e a aceitação da recomendação recebida pelo usuário. Por outro lado, os sistemas interativos de recomendação podem solucionar essas limitações, pois combinam métodos de interação com o usuário, visualização de informações e sistema de recomendação. No domínio de corretoras, os corretores de seguros oferecem, negociam e vendem produtos de seguro para os seus clientes. Apoiar os corretores no processo de recomendação para oferecer os produtos de seguro mais relevantes para seus clientes pode melhorar sua confiança, lucro e campanha de marketing em seu portfólio de clientes. Este trabalho apresenta o Broker-RecSys, um framework de sistema interativo de recomendação de produtos de seguros para apoiar os corretores no processo de recomendação para oferecer produtos de seguros em seu portfólio. O sistema opera em dois níveis para oferecer recomendações: recomendações para um cliente específico; e recomendações para um grupo de clientes da carteira de clientes de um corretor. Procurando oferecer recomendações personalizadas, o Broker-RecSys fornece um módulo para realizar segmentação de clientes com base em características específicas do cliente que são relevantes para o corretor. Dois tipos de recomendações são fornecidos pelo Broker-RecSys: com base na popularidade e no comportamento de compra. Diversas interações e métodos de visualização são integrados ao Broker-RecSys para oferecer suporte aos corretores no processo de recomendação. O Broker-RecSys é avaliado nas dimensões de usabilidade e utilidade. Assim, para avaliar o Broker-RecSys, combinamos o método de avaliação amplamente usado com base em questionários e a avaliação com base na análise de rastreamento ocular. Os resultados alcançados sugerem que os métodos de mineração de dados, combinados aos métodos de interação e visualização de dados, apoiam os usuários no processo de recomendação.
id URGS_ecdf4b4560ec190b0be5149385e9b5ee
oai_identifier_str oai:www.lume.ufrgs.br:10183/213442
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str 1853
spelling Atauchi, Paul Dany FloresGalante, Renata de MatosNedel, Luciana Porcher2020-09-12T04:05:18Z2020http://hdl.handle.net/10183/213442001117825Os sistemas de recomendação são amplamente utilizados em diversos domínios, como comércio eletrônico, turismo, seguros, entre outros. No entanto, muitos sistemas não levam em consideração o usuário no processo de recomendação, agindo como uma caixa preta. A natureza da caixa preta limita o entendimento e a aceitação da recomendação recebida pelo usuário. Por outro lado, os sistemas interativos de recomendação podem solucionar essas limitações, pois combinam métodos de interação com o usuário, visualização de informações e sistema de recomendação. No domínio de corretoras, os corretores de seguros oferecem, negociam e vendem produtos de seguro para os seus clientes. Apoiar os corretores no processo de recomendação para oferecer os produtos de seguro mais relevantes para seus clientes pode melhorar sua confiança, lucro e campanha de marketing em seu portfólio de clientes. Este trabalho apresenta o Broker-RecSys, um framework de sistema interativo de recomendação de produtos de seguros para apoiar os corretores no processo de recomendação para oferecer produtos de seguros em seu portfólio. O sistema opera em dois níveis para oferecer recomendações: recomendações para um cliente específico; e recomendações para um grupo de clientes da carteira de clientes de um corretor. Procurando oferecer recomendações personalizadas, o Broker-RecSys fornece um módulo para realizar segmentação de clientes com base em características específicas do cliente que são relevantes para o corretor. Dois tipos de recomendações são fornecidos pelo Broker-RecSys: com base na popularidade e no comportamento de compra. Diversas interações e métodos de visualização são integrados ao Broker-RecSys para oferecer suporte aos corretores no processo de recomendação. O Broker-RecSys é avaliado nas dimensões de usabilidade e utilidade. Assim, para avaliar o Broker-RecSys, combinamos o método de avaliação amplamente usado com base em questionários e a avaliação com base na análise de rastreamento ocular. Os resultados alcançados sugerem que os métodos de mineração de dados, combinados aos métodos de interação e visualização de dados, apoiam os usuários no processo de recomendação.Recommender systems are widely used in diverse domains such as e-commerce, tourism, insurance, and so on. However, numerous recommender systems take users into account as an endpoint in the recommendation process and act like a black-box. Therefore, the black-box nature of the recommendation systems limits the understanding and acceptance of the recommendation received by the user. In contrast, interactive recommender systems can solve these drawbacks. Interactive recommender systems combine user interaction, information visualization, and recommender system methods. In the brokerage domain, insurance brokers offer, negotiate, and sell insurance products for their customers. Support brokers into the recommendation process for offering the most relevant insurance products for their customers can improve their loyalty, profit, and marketing campaign in their client portfolio. This work presents Broker-RecSys, an interactive insurance product recommender system framework, to support brokers into the recommendation process for offering insurance products in their client portfolios. The system operates at two levels to provide recommendations: recommendations for a specific customer; and recommendations for a group of customers in the portfolio of clients of a broker. Looking for offering personalized recommendations, Broker-RecSys provides a module to perform customer segmentation based on specific customer characteristics that are interesting for the broker. Broker-RecSys provides two types of recommendations based on popularity and purchase behavior. Several interactions and visualization methods are integrated into Broker-RecSys to support brokers in the recommendation process. Broker-RecSys is evaluated into the usability and usefulness dimensions. Thus, we combine the widely used evaluation method based on questionnaires and the evaluation based on the eye-tracking analysis. Results achieved suggest that data mining methods, while combined with user interaction and data visualization methods, support users in the recommendation process.application/pdfengSistema de RecomendaçãoMineração de dadosVisualização de dadosRecommender SystemData MiningData VisualizationInsurance BrokerageBroker-RecSys : an interactive recommender system for insurance brokerageBroker-RecSys : um sistema interativo de recomendação para corretagem de seguros info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulInstituto de InformáticaPrograma de Pós-Graduação em ComputaçãoPorto Alegre, BR-RS2020mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001117825.pdf.txt001117825.pdf.txtExtracted Texttext/plain187491http://www.lume.ufrgs.br/bitstream/10183/213442/2/001117825.pdf.txtbfe12d45afdc570a7292358e63a88ffdMD52ORIGINAL001117825.pdfTexto completo (inglês)application/pdf13150584http://www.lume.ufrgs.br/bitstream/10183/213442/1/001117825.pdf314868f0fcee315109d0ea8dd581cdb9MD5110183/2134422024-03-28 06:25:11.906131oai:www.lume.ufrgs.br:10183/213442Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532024-03-28T09:25:11Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Broker-RecSys : an interactive recommender system for insurance brokerage
dc.title.alternative.en.fl_str_mv Broker-RecSys : um sistema interativo de recomendação para corretagem de seguros
title Broker-RecSys : an interactive recommender system for insurance brokerage
spellingShingle Broker-RecSys : an interactive recommender system for insurance brokerage
Atauchi, Paul Dany Flores
Sistema de Recomendação
Mineração de dados
Visualização de dados
Recommender System
Data Mining
Data Visualization
Insurance Brokerage
title_short Broker-RecSys : an interactive recommender system for insurance brokerage
title_full Broker-RecSys : an interactive recommender system for insurance brokerage
title_fullStr Broker-RecSys : an interactive recommender system for insurance brokerage
title_full_unstemmed Broker-RecSys : an interactive recommender system for insurance brokerage
title_sort Broker-RecSys : an interactive recommender system for insurance brokerage
author Atauchi, Paul Dany Flores
author_facet Atauchi, Paul Dany Flores
author_role author
dc.contributor.author.fl_str_mv Atauchi, Paul Dany Flores
dc.contributor.advisor1.fl_str_mv Galante, Renata de Matos
dc.contributor.advisor-co1.fl_str_mv Nedel, Luciana Porcher
contributor_str_mv Galante, Renata de Matos
Nedel, Luciana Porcher
dc.subject.por.fl_str_mv Sistema de Recomendação
Mineração de dados
Visualização de dados
topic Sistema de Recomendação
Mineração de dados
Visualização de dados
Recommender System
Data Mining
Data Visualization
Insurance Brokerage
dc.subject.eng.fl_str_mv Recommender System
Data Mining
Data Visualization
Insurance Brokerage
description Os sistemas de recomendação são amplamente utilizados em diversos domínios, como comércio eletrônico, turismo, seguros, entre outros. No entanto, muitos sistemas não levam em consideração o usuário no processo de recomendação, agindo como uma caixa preta. A natureza da caixa preta limita o entendimento e a aceitação da recomendação recebida pelo usuário. Por outro lado, os sistemas interativos de recomendação podem solucionar essas limitações, pois combinam métodos de interação com o usuário, visualização de informações e sistema de recomendação. No domínio de corretoras, os corretores de seguros oferecem, negociam e vendem produtos de seguro para os seus clientes. Apoiar os corretores no processo de recomendação para oferecer os produtos de seguro mais relevantes para seus clientes pode melhorar sua confiança, lucro e campanha de marketing em seu portfólio de clientes. Este trabalho apresenta o Broker-RecSys, um framework de sistema interativo de recomendação de produtos de seguros para apoiar os corretores no processo de recomendação para oferecer produtos de seguros em seu portfólio. O sistema opera em dois níveis para oferecer recomendações: recomendações para um cliente específico; e recomendações para um grupo de clientes da carteira de clientes de um corretor. Procurando oferecer recomendações personalizadas, o Broker-RecSys fornece um módulo para realizar segmentação de clientes com base em características específicas do cliente que são relevantes para o corretor. Dois tipos de recomendações são fornecidos pelo Broker-RecSys: com base na popularidade e no comportamento de compra. Diversas interações e métodos de visualização são integrados ao Broker-RecSys para oferecer suporte aos corretores no processo de recomendação. O Broker-RecSys é avaliado nas dimensões de usabilidade e utilidade. Assim, para avaliar o Broker-RecSys, combinamos o método de avaliação amplamente usado com base em questionários e a avaliação com base na análise de rastreamento ocular. Os resultados alcançados sugerem que os métodos de mineração de dados, combinados aos métodos de interação e visualização de dados, apoiam os usuários no processo de recomendação.
publishDate 2020
dc.date.accessioned.fl_str_mv 2020-09-12T04:05:18Z
dc.date.issued.fl_str_mv 2020
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/10183/213442
dc.identifier.nrb.pt_BR.fl_str_mv 001117825
url http://hdl.handle.net/10183/213442
identifier_str_mv 001117825
dc.language.iso.fl_str_mv eng
language eng
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:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/213442/2/001117825.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/213442/1/001117825.pdf
bitstream.checksum.fl_str_mv bfe12d45afdc570a7292358e63a88ffd
314868f0fcee315109d0ea8dd581cdb9
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1810085533486940160