Publicação
Solução de Recomendação de Conteúdos Personalizados
| Resumo: | Todos os dispositivos mantêm registos das nossas decisões, escolhas e hábitos, aumentando assim a quantidade de dados associados ao indivíduo. Estes dados são um mundo de informação para o comércio e indústria, atribuindo uma lógica a dados que antes não tinham significado. De acordo com este problema surgiu a temática para este projecto, uma Solução de Recomendação de Conteúdos Personalizados que permitirá, de acordo com os comportamentos do cliente registados, direccionar não só conteúdos disponíveis no serviço em questão, como também campanhas mais adequadas ao perfil comportamental do cliente. Esta Solução terá como base dados reais provenientes de um negócio de telecomunicações e a sua correspondência com os dados do IMDb. Na solução apresentada, utilizámos dois algoritmos de Aprendizagem Automática com o intuito de identificar grupos de clientes com os mesmos comportamentos. Estes grupos permitiram estabelecer três cenários distintos de recomendação com base nas features escolhidas. Para cada um dos cenários, foram recomendados conteúdos utilizando uma recomendação híbrida, neste caso um conjunto de três tipos diferentes de recomendação. Com a Solução desenvolvida, conseguimos obter recomendações apropriadas para 90% dos clientes da amostra utilizada. Também foi possível identificar através dos comportamentos destes mesmos clientes, que tipo de campanhas seriam as mais adequadas. Tudo isto influenciará a experiência do cliente para como serviço podendo motivar à sua fidelização para com o negócio. |
|---|---|
| Autores principais: | Leote, Catarina Sofia Esteves |
| Assunto: | Aprendizagem Automática Prospeccão de Dados Segmentação de Clientes Sistemas de Recomendação Teses de mestrado - 2019 |
| Ano: | 2019 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade de Lisboa |
| Idioma: | português |
| Origem: | Repositório da Universidade de Lisboa |
| Resumo: | Todos os dispositivos mantêm registos das nossas decisões, escolhas e hábitos, aumentando assim a quantidade de dados associados ao indivíduo. Estes dados são um mundo de informação para o comércio e indústria, atribuindo uma lógica a dados que antes não tinham significado. De acordo com este problema surgiu a temática para este projecto, uma Solução de Recomendação de Conteúdos Personalizados que permitirá, de acordo com os comportamentos do cliente registados, direccionar não só conteúdos disponíveis no serviço em questão, como também campanhas mais adequadas ao perfil comportamental do cliente. Esta Solução terá como base dados reais provenientes de um negócio de telecomunicações e a sua correspondência com os dados do IMDb. Na solução apresentada, utilizámos dois algoritmos de Aprendizagem Automática com o intuito de identificar grupos de clientes com os mesmos comportamentos. Estes grupos permitiram estabelecer três cenários distintos de recomendação com base nas features escolhidas. Para cada um dos cenários, foram recomendados conteúdos utilizando uma recomendação híbrida, neste caso um conjunto de três tipos diferentes de recomendação. Com a Solução desenvolvida, conseguimos obter recomendações apropriadas para 90% dos clientes da amostra utilizada. Também foi possível identificar através dos comportamentos destes mesmos clientes, que tipo de campanhas seriam as mais adequadas. Tudo isto influenciará a experiência do cliente para como serviço podendo motivar à sua fidelização para com o negócio. |
|---|