Análise de influência de características no modelo de predição de Churn

Batista, Igor Carvalho de Brito

Análise de influência de características no modelo de predição de Churn

Página do item simplificado Estatísticas

dc.contributor.advisor	Oliveira, Luiz Affonso Henderson Guedes de
dc.contributor.author	Batista, Igor Carvalho de Brito
dc.contributor.referees1	Silva, Ivanovitch Medeiros Dantas da
dc.contributor.referees2	Aquino Junior, Gibeon Soares de
dc.date.accessioned	2022-12-23T13:38:25Z
dc.date.available	2022-12-23T13:38:25Z
dc.date.issued	2022-12-15
dc.description.abstract	The loss of customers, also known as churn, directly affects the performance of companies in the market. Better understanding the factors that contribute to customer exit is an important part of improving companies’ processes and products.The objective of this work is to perform an analysis of data from customers of telecommunications services of a provider. The central point of the work is to study the modifications of the removal of characteristics from the chosen dataset, based on the importance of these characteristics, and infer how the process of removing these characteristics can influence the efficiency of the machine learning model used. During the development of the work, known tools were used to treat and manipulate the database. Finally, the results show that the process of removing characteristics is advantageous to reduce the volume of data to be worked.	pt_BR
dc.description.resumo	A perda de clientes, também conhecida como churn, afeta diretamente o desempenho das empresas no mercado. Entender melhor os fatores que contribuem para a evasão dos clientes é parte importante da melhoria dos processos e produtos das empresas. O objetivo deste trabalho é realizar uma análise de dados de churn de clientes de serviços de telecomunicações de uma operadora. O ponto central do objetivo do trabalho é estudar os impactos da remoção de características do conjunto de dados escolhido tomando como base a importância destas características, além de inferir sobre como o processo de remoção destas características podem influenciar na eficiência do modelo de machine learning utilizado. Durante o desenvolvimento do trabalho foram utilizadas algumas ferramentas conhecidas para tratamento e manipulação da base de dados. Por fim, os resultados mostraram que o processo de remoção de características utilizado possibilitou reduzir a quantidade de variáveis do conjunto de dados em mais de 50% mantendo o desempenho.	pt_BR
dc.identifier.citation	BATISTA, Igor Carvalho de Brito. Análise de influência de características no modelo de predição de churn. Orientador: Luiz Affonso Henderson Guedes de Oliveira. 2022. 51f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Departamento de Engenharia de Computação e Automação, Universidade Federal do Rio Grande do Norte, Natal, 2022.	pt_BR
dc.identifier.uri	https://repositorio.ufrn.br/handle/123456789/50554
dc.language	pt_BR	pt_BR
dc.publisher	Universidade Federal do Rio Grande do Norte	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.department	Departamento de Engenharia de Computação e Automação	pt_BR
dc.publisher.initials	UFRN	pt_BR
dc.publisher.program	Engenharia de Computação	pt_BR
dc.rights	Attribution-NonCommercial-NoDerivs 3.0 Brazil	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/br/	*
dc.subject	Churn	pt_BR
dc.subject	Importância de características	pt_BR
dc.subject	Redução de base de dados	pt_BR
dc.subject	Feature importances	pt_BR
dc.subject	Database reduction	pt_BR
dc.title	Análise de influência de características no modelo de predição de Churn	pt_BR
dc.type	bachelorThesis	pt_BR

Arquivos

Pacote Original

Agora exibindo 1 - 1 de 1

Nome:: AnaliseDeInfluenciaDeCaracteristicasNoModeloDePredicaoDeChurn_Batista_2022.pdf
Tamanho:: 1.44 MB
Formato:: Adobe Portable Document Format

Baixar