MODELAGEM DE CROSS-SELLING NO MARKETING DE RELACIONAMENTO POR MÁQUINAS DE VETOR DE SUPORTE

Autores

  • ANDERSON GUIMARÃES DE PINHO GUIMARÃES DE PINHO Universidade Federal Fluminense

DOI:

https://doi.org/10.12712/rpca.v3i1.11048

Resumo

Analistas de marketing estão freqüentemente em busca de novas maneiras de se vender maisprodutos e serviços para os mesmos clientes. É de grande debate em processos KDD (KnowledgeDiscovery Database) a discussão sobre modelagem de cross-selling, ou venda cruzada, pela aplicaçãode tradicionais técnicas de inteligência computacional e estatísticas como Redes Neurais e RegressãoLogística. O presente artigo abordará a técnica conhecida como Máquinas de Vetor de Suporte (MVS)para resolução de problemas desta natureza em contrapartida as demais já utilizadas. No presenteartigo, utilizaremos uma base de dados real de uma empresa vendedora de motos a pessoas físicascomo aplicação da técnica. MVS tratase de um tipo especial de redes neurais alimentadas adiante, erepresenta real vantagem às outras técnicas, pois permite ao analista o domínio na determinação dassuperfícies de separação entre grupos, em nosso caso, de interessados e não interessados na comprade outra moto.

Downloads

Não há dados estatísticos.

Downloads

Publicado

2009-04-30

Edição

v. 3 n. 1 (2009)

Seção

Artigos/Papers

Licença

Os autores mantêm os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Creative Commons Attribution License, permitindo o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista. 

A Revista usa o CC BY. Essa licença permite que outras pessoas distribuam, remixem, adaptem e desenvolvam seu trabalho, mesmo comercialmente, desde que sejam creditadas pela criação original. Essa é a licença mais flexível oferecida. Recomendado para máxima disseminação e uso de materiais licenciados.

Os autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), sempre com reconhecimento de autoria e publicação inicial nesta revista.

A Revista ulitiliza o DOI (Digital Object Identifier ) desde 2007 O DOI com a finalidade de autenticar cada artigo, portanto seu conteúdo digital.