Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/25974
Título: Análises comparativas de vendas em um supermercado do município de Foz do Iguaçu por meio da mineração de regras de associação antes e durante a pandemia de COVID-19
Título(s) alternativo(s): Comparative sales analysis in a supermarket in the municipality of Foz do Iguaçu throught the mining of association rules before and during the COVID-19 pandemic
Autor(es): Lira, Thales Heron Piotto de
Orientador(es): Gavioli, Alan
Palavras-chave: Mineração de dados (Computação)
Aprendizagem
Supermercados
Epidemias
Data mining
Learning
Supermarkets
Epidemics
Data do documento: 19-Nov-2020
Editor: Universidade Tecnológica Federal do Paraná
Câmpus: Medianeira
Citação: LIRA, Thales Heron Piotto de. Análises comparativas de vendas em um supermercado do município de Foz do Iguaçu por meio da mineração de regras de associação antes e durante a pandemia de COVID-19. 2020. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) - Universidade Tecnológica Federal do Paraná, Medianeira, 2020.
Resumo: Descoberto no final do ano de 2019, o Sars-CoV-19 tem mudado a maneira como vivemos noBrasil, através do fechamento de comércios não essenciais, escolas, e com horário reduzido para atendimento ao público em supermercados e farmácias. Ademais, acontecem demissões em massa por todo o país, que ocorrem com a intenção de reduzir custos, assim, alterando diretamente a renda do consumidor. Nesse sentido, a populac ̧ ̃ao passou a ir menos aos mercadose a comprar apenas o essencial. Com isso, surgiu o interesse em iniciar uma pesquisa sobre o comportamento de compras do consumidor, aliado aos fundamentos computacionais, como o desenvolvimento de algoritmos de captura de dados em notas fiscais eletrônicas, por meio de linguagem de programação Python. Posteriormente, utilizou-se os dados formatados epr ́e-processados em uma suite de ferramentas de inteligência artificial para a realização de mineração de dados por meio de algoritmo de associação, o Priori. Com a necessidade de poder averiguar os comportamentos de várias frentes diferentes, foi determinado que toda a pesquisa analisaria três meses completos de pico da pandemia, esses meses, por sua vez, segmentados e comparados entre os mesmos e, também, separados por dia da semana. Em paralelo, para o trabalho ser mais fidedigno quanto a mudança de comportamento, para todo viés analisado durante período pandêmico, foram também analisados períodos sem as consequências da pandemia, ou seja, do ano anterior. Após a realização de todas as an ́alises propostas, os resultados de mudanças de comportamentos foram considerados interessantes, afinal, ocorreram mudança ̧as em todos os períodos, como nos meses de abril e junho, em que o consumo de refrigerantes, junto com o de produtos de panificação, dispararam, não só em comparação com 2019, mas também com o mês de maio, em que isso não ocorreu. Foi percebido, ainda, que diferente de todos os outros dias da semana, apenas no domingo houve uma tendencia de compra de iogurte com produtos de panificação, em conjunto com um terceiro item que variava entre bolachas, queijos, carne bovina moída, entre outros. Por fim, esta pesquisa se encerrou com odemonstrativo dos relat ́orios ao especialista, que apontou o que foi considerado relevante e, comisso, poderia ajudar um supermercado a tomar decis ̃oes para tentar um aumento no faturamento.
Abstract: Discovered at the end of 2019, the Sars-CoV-19 has changed the way we live in Brazil, byclosing non-essential stores, schools, and with reduced hours for the public in supermarketsand pharmacies. In addition, mass layoffs occur across the country, which occur with theintention of reducing costs, thus directly altering the consumer’s income. In this sense, the population started to go less to the markets and buy only the essentials. With that, the interestarose in starting a research on the consumer shopping behavior, allied to the computationalfundamentals, such as the development of data capture algorithms in electronic invoices,through the Python programming language. Subsequently, it was intended to use the formattedand pre-processed data in a suite of artificial intelligence tools to perform data mining throughan association algorithm, the Apriori. With the need to be able to ascertain the behaviorsof several different fronts, it was determined that the entire survey would analyze three fullmonths of pandemic peak, these months, in turn, segmented and compared between them andalso separated by day of the week . In parallel, for work to be more reliable in terms of behaviorchange, for all bias analyzed during the pandemic period, periods without the consequences ofthe pandemic were also analyzed, that is, the previous year. After carrying out all the proposedanalyzes, the results of behavioral changes were considered interesting, after all, there werechanges in all periods, such as in the months of April and June, when the consumption of softdrinks, together with that of bakery products , soared, not only in comparison with 2019, butalso with the month of May, when this did not happen. It was also noticed that, unlike all otherdays of the week, only on Sunday there was a tendency to buy yogurt with bakery products, together with a third item that varied between crackers, cheeses, ground beef, among others.Finally, this research ended with the statement of reports to the specialist, who pointed out whatwas considered relevant and, with that, could help a supermarket to make decisions to try toincrease its sales.
URI: http://repositorio.utfpr.edu.br/jspui/handle/1/25974
Aparece nas coleções:MD - Ciência da Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
analisevendamineracaoregras.pdf1,05 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.