Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/37656| Título: | Análise de métricas para escolha do algoritmo de classificação de clientes em abandono (CHURN) |
| Autor(es): | Teruya, Hidemi Senno |
| Orientador(es): | Feitosa, Alexandre Rômolo |
| Palavras-chave: | Aprendizado do computador Classificação Algoritmos Machine learning Classification Algorithms |
| Data do documento: | 8-Dez-2022 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Cornelio Procopio |
| Citação: | TERUYA, Hidemi Senno. Análise de métricas para escolha do algoritmo de classificação de clientes em abandono (CHURN). 2022. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Computação) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2022. |
| Resumo: | Com a popularização e o desenvolvimento das ferramentas de armazenamento e manipulação de dados, permitiu-se que o uso dos conceitos de machine learning não ficassem apenas no mundo acadêmico, mas também no mundo dos negócios. Os dados têm sido um grande aliado para as empresas conseguirem alavancar cada vez mais os negócios evitando, por exemplo, perderem os seus clientes, ou seja, que se tenha o aumento do número de clientes em churn. Sabendo disso, o trabalho apresentado tem como objetivo apresentar a análise e o processo percorrido para escolher o melhor algoritmo de classificação na detecção de clientes que entraram em churn (ou seja, abandonaram o produto) antes dos 90 dias sem a utilização do cartão, que é a regra utilizada em uma empresa emissora de cartão de crédito, tratada neste trabalho. O trabalho resultou que, levando em consideração as métricas de f1-score e recall, além do tempo de execução, o melhor algoritmo, é o Ada Boost, dentre quatro algoritmos testados no presente trabalho, pois apresentou 0.99 de f1-score e Recall, e tempo de execução igual a aproximadamente 64,2 segundos. |
| Abstract: | The popularization and development of data storage and manipulation tools, the use of machine learning concepts was allowed not only in the academic world, but also in the business world. Data has been a great ally for companies to be able to leverage their businesses even more, avoiding, for example, losing their customers in other words having an increase in the number of customers in churn. Knowing this, the presented work aims to present the analysis and the process followed to choose the best classification algorithm in the detection of custo- mers who entered churn before 90 days without using the card, which is the rule used in a credit card issuing company. The work resulted that, taking into account the f1-score and recall metrics, in addition to the execution time, the best algorithm is the Ada Boost, since it presented 0,99 of f1-score and Recall, and execution time equal to approximately 64,2 seconds. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/37656 |
| Aparece nas coleções: | CP - Engenharia da Computação |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| machinelearningmetricaschurn.pdf | 1,24 MB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
