1. Pantheon
  2. Trabalhos Acadêmicos e Técnicos
  3. Trabalhos de Conclusão de Curso de Graduação
  4. Administração
Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/11422/18441
Especie: Trabalho de conclusão de graduação
Título : Revisão e aplicação de métodos de aprendizado de máquina para a predição de Churn
Autor(es)/Inventor(es): Silveira, Caio Cesar Vieira Trinta da
Tutor: Maza, Carlos Cesar Trucios
Resumen: Em um mundo onde os produtos, processos e relações estão gradativamente mais digitalizados, os algoritmos de aprendizado de máquina têmse tornado ferramentas importantes em todas as áreas das organizações. Esses algoritmos ganharam relevância dentro da elaboração da estratégia de marketing, pois a partir de dados disponíveis eles conseguem descrever e predizer comportamentos relacionados ao churn, que pode ser definido pela desistência do relacionamento com a empresa por parte do cliente. Portanto, há necessidade de o profissional de administração entender essas técnicas preditivas, bem como suas vantagens e desvantagens. Este trabalho busca, através de pesquisa bibliográfica de trinta artigos científicos em inglês e português da última década: (i) identificar os principais algoritmos de aprendizado de máquina utilizados na literatura para a predição do cancelamento de serviço por parte dos clientes; (ii) apresentar as principais métricas utilizadas para avaliar o desempenho dos modelos; (iii) ilustrar os usos destes métodos através da linguagem de programação Python. Observou-se que, para o problema de churn, é preferível o uso de métodos de fácil interpretação, sendo a regressão logística e árvores de decisão são os métodos mais utilizados. Em pesquisas onde o objetivo principal era encontrar métodos com melhor desempenho, foi observado o uso de métodos mais complexos como florestas aleatórias e redes neurais, que prometem maior desempenho ao custo de menor capacidade de interpretação e geração de “insights”. A vantagem observada em usar mais de um método para resolver problemas de classificação, é que há maneiras simples de comparar o desempenho entre modelos a partir de métricas calculadas através da matriz de confusão, como acurácia, precisão e recall. Por fim, este trabalho elucida que atualmente há inúmeros algoritmos desenvolvidos e pré-configurados na linguagem Python, logo é possível começar a aplicar com rapidez modelos complexos com conhecimento intermediário de programação. Em muitos casos, as maiores dificuldades para o pesquisador podem ser a interpretação, seleção de variáveis apropriadas para abordar o problema e escolha do melhor método preditivo.
Materia: Aprendizado de máquina
predição
classificação
Churn
Materia CNPq: CNPQ::CIENCIAS SOCIAIS APLICADAS::ADMINISTRACAO
Unidade de producción: Faculdade de Administração e Ciências Contábeis
Editor: Universidade Federal do Rio de Janeiro
Fecha de publicación: 2022
País de edición : Brasil
Idioma de publicación: por
Tipo de acceso : Acesso Aberto
Citación : SILVEIRA, Caio Cesar Vieira Trinta da. Revisão e aplicação de métodos de aprendizado de máquina para a predição de Churn. 2022. 45 f. Trabalho de Conclusão de Curso (Bacharelado em Administração) - Faculdade de Administração e Ciências Contábeis, Universidade Federal do Rio de Janeiro, Rio de Janeiro, 2022.
Aparece en las colecciones: Administração

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
CCVTSilveira.pdf537.64 kBAdobe PDFVisualizar/Abrir
Mostrar el registro Dublin Core completo del ítem Recomiende este ítem View Statistics


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.