Análise de técnicas de classificação para a análise de retenção de clientes

dc.contributor.advisorSavio, Luciano
dc.contributor.authorRodrigues, Jaderson
dc.coverage.spatialTubarão - SCpt_BR
dc.date.accessioned2021-12-23T13:15:15Z
dc.date.available2021-12-23T13:15:15Z
dc.date.issued2021-12-14
dc.description.abstractEvitar a perda de clientes é muito importante para as empresas, e um modo de identificar isso é analisando suas bases de dados para descobrir por que alguns deles decidiram deixar de usar os seus serviços. O objetivo desse trabalho foi compara técnicas de mineração de dados para identificar qual a melhor em analisar a perda de clientes, com essa análise é possível prever quais clientes tem mais chances de desistir dos serviços dessa empresa. Ao longo do tempo muitos dados ficam acumulados sem que sejam usados para algo útil, com mineração de dados é possível encontrar informações úteis que antes não podiam ser percebidas e que podem ser utilizadas para identificar o motivo da perda de clientes.pt
dc.format.extent13pt_BR
dc.identifier.urihttps://repositorio.animaeducacao.com.br/handle/ANIMA/20720
dc.language.isoptpt_BR
dc.rightsAtribuição 3.0 Brasil
dc.rights.urihttp://creativecommons.org/licenses/by/3.0/br/
dc.subjectMineração de dadospt_BR
dc.subjectSoftware Wekapt_BR
dc.subjectChurnpt_BR
dc.subjectBig Datapt_BR
dc.titleAnálise de técnicas de classificação para a análise de retenção de clientespt_BR
dc.typeArtigo Científicopt_BR
local.author.cursoCiência da Computaçãopt_BR
local.author.unidadeUNISUL / Tubarãopt_BR
local.dateissued.semester2pt_BR
local.rights.policyAcesso abertopt_BR
local.subject.areaCiências Exatas e da Terrapt_BR
local.subject.areaanimaTI & Computaçãopt_BR

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
TCC-Análise de técnicas de classificação para a análise de retenção de clientes.pdf
Tamanho:
281.12 KB
Formato:
Adobe Portable Document Format
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.15 KB
Formato:
Item-specific license agreed upon to submission
Descrição: