Loading...
2 results
Search Results
Now showing 1 - 2 of 2
- Performance in the Prediction of Dropout using the Machine Learning in Sport ServicesPublication . Sobreiro, Pedro; Pinheiro, Paulo; Santos, AbrlO abandono de um cliente é um fenómeno que ocorre com frequência em clientes de serviços de desporto. Este estudo, pretende avaliar o desempenho das técnicas baseadas em modelos de aprendizagem com dados, a partir dos dados disponíveis dos clientes e o histórico de utilização dos serviços de desporto, para a realização da previsão do abandono. Foram aplicadas várias técnicas para realizar a previsão, de forma a identificar qual apresentava maior exatidão, bem como uma comparação da exatidão da previsão recorrendo a uma aproximação baseada em train/test e k-fold. O algoritmo com melhor desempenho é o Gradient Boosting Classifier, em ambas as aproximações, apesar do tempo de execução ser elevado. Os resultados obtidos indiciam que não existem diferenças significativas entre a exatidão da previsão e do tempo de execução entre as técnicas utilizadas em train/test e k-fold com p>0.05 recorrendo ao MannWhitney.
- ABORDAGEM PARA A PREVISÃO DE ABANDONO NUM GINÁSIOPublication . Sobreiro, Pedro; Santos, AbelEste estudo pretende apresentar um modelo para prever o abandono dos clientes num ginásio, baseado em dados existentes no software de gestão Health Center. As variáveis selecionadas, identificadas de acordo com a sua relevância em estudos realizados e disponibilidade de dados, foram: idade, género, tempo de inscrição, média de visitas mensais, faturação realizada ao cliente, número de aulas frequentadas e distância a percorrer para chegar ao clube. O número de clientes utilizados para a previsão de abandono foram de 810, através da utilização de um algoritmo de Machine Learning Two-class logistic regression para a classificação. A aproximação realizada permitiu prever com uma exatidão de 83% se o cliente abandonava ou ficava no ginásio. Os resultados obtidos sugerem que pode ser vantajoso a utilização da aproximação realizada para prever o abandono e explorar medidas adicionais para contrariar o abandono de clientes em risco.