Aplicação de Algoritmos de Clusterização em uma Base de Dados de Reservas de Hotéis

REPA - Revista de Engenharia e Pesquisa Aplicada

Endereço:
Rua Benfica, n. 455 - Madalena
Recife / PE
50720001
Site: http://revistas.poli.br/index.php/repa/index
Telefone: (81) 3184-7513
ISSN: 2525-4251
Editor Chefe: Diego José Rátiva Millan
Início Publicação: 01/10/2018
Periodicidade: Quadrimestral
Área de Estudo: Ciências Exatas, Área de Estudo: Engenharias

Aplicação de Algoritmos de Clusterização em uma Base de Dados de Reservas de Hotéis

Ano: 2018 | Volume: 3 | Número: 3
Autores: P. A. de A. Aguiar, C. J. de Santana Júnior, C. J. A. Bastos Filho
Autor Correspondente: P. A. de A. Aguiar | [email protected]

Palavras-chave: Clusterização; K-Means; Fuzzy C-Means;

Resumos Cadastrados

Resumo Português:

Este artigo faz uma análise da aplicação dos algoritmos de clusterização K-Means e Fuzzy C-Means. O estudo de caso visa identificar perfis de clientes de uma agência de viagens online, com o objetivo de melhorar a eficácia do envio de ofertas através de e-mail marketing, possibilitando o envio de anúncios personalizados para cada perfil. O processo de clusterização foi feito baseado na similaridade entre os usuários, levando em conta 13 característicasextraídas das vendas dos clientes.O resultado mostra que, apesar de chegaram a grupos parecidos, o K-Means teve desempenho levemente superior ao Fuzzy C-Means, no que diz respeito a avaliação através da métrica de estatística Gap.



Resumo Inglês:

This paperanalyzes the application of K-Means and Fuzzy C-Means clustering algorithms.The case study aims to identify customer profiles of an online travel agency, with the objective of improving the effectiveness ofemail marketing campaigns, allowing to send personalized advertisements for each profile.The clustering process was based on similarity among users, considering 13 characteristics extracted from customer sales.The result shows that although they obtained similar groups, the K-Means performed slightly better than Fuzzy C-Means, considering the evaluation through the metric of Gap statistics.