Author(s): Henriques, Mariana Alexandra Moreira
Date: 2012
Persistent ID: http://hdl.handle.net/10451/8984
Origin: Repositório da Universidade de Lisboa
Subject(s): Telecomunicações; Modelos lineares generalizados; Modelos adaptativos; Regressão logística; Grupos de controlo; Teses de mestrado - 2012
Tese de mestrado em Estatística, apresentada à Universidade de Lisboa, através da Faculdade de Ciências, 2012
O papel das tecnologias tem vido a aumentar no nosso dia-a-dia, com um rápido desenvolvimento a cada momento que passa, não sendo o ramo das telecomunicações alheio a esta constante mudança, a este dinamismo. Por isso, é preciso atender às múltiplas necessidades da sociedade e ter a capacidade de apresentar aos clientes as melhores propostas tendo em conta os seus desejos e necessidades. As tecnologias atuais proporcionam a produção de grande volume de dados, a maioria com um número muito elevado de variáveis. É frequente utilizarem-se técnicas de prospeção de dados (data mining) e de aprendizagem automática (machine learning). Estas técnicas exigem tarefas de otimização que implicam a perícia do utilizador na escolha desses critérios. De forma a desenvolver modelos para cada campanha, é importante conseguir prever como os clientes se comportam, as suas particularidades, e, consoante estas características, determinar aquela (s) que o cliente estará mais propenso a aceitar. Estas, irão ser propostas ao cliente consoante o seu perfil. Com a avaliação dos resultados obtidos pretende-se detetar as campanhas que fazem sentido continuar no mercado e aquelas que já não têm utilidade, assim como introduzir novas campanhas. Para os objetivos expostos no parágrafo anterior foram utilizadas algumas metodologias, como por exemplo: introdução de novas variáveis, e (ou) eliminação de outras nos modelos adaptativos, aplicação de novas técnicas de análise como a regressão logística ou a criação de grupos de controlo.
The role of technology is increasing in our daily lives and developing fast, at each moment. The telecommunications world is not a strange to this shifting change, to this dynamics. Due to this, it is necessary to attend to the multiple needs of society and be able to have the capacity to present the best proposals according to each individual wishes and needs. The present technologies lead to the production of large data bases, most of which with a great number of variables. In face of these it is usual to use tools as data mining and machine learning. These techniques require optimization tasks which imply the user’s skill in the choice of these criteria. In order to develop the models for each campaign, it is important to have the ability to predict how the clients behave, their particularities and, according to these characteristics, to determine which ones the client will be more prone to accept. These will be proposed to the client depending on his profile. With the evaluation of the obtained results we pretend to find the campaigns which make more sense to stay in the market and those that no longer have use, as well as to introduce new campaigns. For the objectives exposed in the previous paragraph, some methodologies were used such as: introduction of new variables and (or) removal of others in the adaptive models, use of new analysis techniques like logistic regression or development of control groups.
