Sistema para identificação de perfil de consumidores utilizando análise de agrupamento (clusterização)

Carregando...
Imagem de Miniatura

Data

2018

Tipo de documento

Artigo Científico

Título da Revista

ISSN da Revista

Título de Volume

Área do conhecimento

Ciências Exatas e da Terra

Modalidade de acesso

Acesso embargado

Editora

Autores

Heinzen, Renato
Martins, Pedro Da Silva

Orientador

Pereira, Max Roberto

Coorientador

Resumo

This article describes a computational model which uses cluster's techniques for food establishment, with the purpose of collecting and rate products consumed by consumers and figuring out the profile of each one. The main model's goal is to cluster the customers and identify their profiles, therefore where the solution will be applied, the establishment’s owner may make Marketing campaign to the target public or recommendations to new customers, suggesting products based on consumption profiles. The model got positives results after apply the cluster's methods, resulting in distinct three groups of customers, the main feature was the age of each one, determinant to identify the profiles, wherefore it got a great segmentation, became possible to analyse the profile of each one.
Este artigo descreve um modelo computacional que utiliza técnicas de clusterização (análise de agrupamento) para ambientes alimentícios, com a finalidade de coletar e avaliar produtos consumidos por um cliente para identificar seus respectivos perfis de consumo. Uma das propostas do modelo é segmentar os clientes e identificar o perfil dos mesmos, para que o dono do estabelecimento onde a solução seja aplicada, possa fazer marketing direcionado ao determinado público ou recomendações a novos clientes sugerindo produtos com base em perfis de consumo dos mesmos. O modelo obteve resultados positivos ao aplicar os métodos de agrupamento, resultando em três grupos distintos de clientes, a principal característica foi a faixa etária, predominante para traçar os perfis, e com isso se obteve uma ótima segmentação, sendo possível uma análise de perfil dos mesmos.

Palavras-chave

K-Means, Agrupamento hierárquico, Segmentação, Clusterização

Citação