PPGEP-CAA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO - CAA CENTRO ACADÊMICO DO AGRESTE - CAA Telefone/Ramal: (81) 99978-9424

Banca de DEFESA: DÉBORA PEREIRA DE MELO

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: DÉBORA PEREIRA DE MELO
DATA : 21/08/2025
HORA: 10:00
LOCAL: meet.google.com/agx-qnoh-xcv
TÍTULO:

TOPSIS-CKMEANS: uma nova abordagem para classificacao de clusters em dados de segmentacao de clientes


PALAVRAS-CHAVES:

Segmentação de clientes; RFM; Mineração de dados; K-Means; TOPSIS-Ckmeans; Clusterização Multicritério Ordinal.


PÁGINAS: 94
RESUMO:

A segmentação de clientes é uma área muito difundida no ramo empresarial, sendo muito utilizada no segmento D2C, (Direto para o Consumidor). É uma etapa importante para formação de estratégias de marketing, pois ajuda a segmentar clientes que tenham comportamento de compra semelhantes entre si, o que pode melhorar campanhas, direcionar o investimento em anúncios, fortalecer estratégias de empresas de E-commerces e elevar a experiência do cliente. Dentro dessa abordagem, o K-Means se destaca entre os métodos de clusterização por sua simplicidade, eficiência e implementação em várias situações. Contudo, apesar do método ser bastante utilizado na literatura, não garante que os clusters formados possam identificar os melhores clientes, sendo necessário uma análise a posteriori. Por isso, esse trabalho propõe o uso da clusterização multicritério ordinal para segmentação de clientes utilizando a abordagem RFM (Recência, Frequência e Valor Monetário). O modelo propõe uma combinação do método multicritério TOPSIS agregado com um método de clusterização unidimensional. Essa abordagem garante que as classes formadas mantenham a ordenação original do método TOPSIS. Utilizando dados realísticos, o modelo desenvolvido foi comparado com o método tradicional K-Means, exibindo uma performance superior na separação dos melhores clientes em relação às dimensões de segmentação. Através dos resultados, também é possível utilizar a nova metodologia para verificar a viabilidade do método K-means para segmentação de clientes.

 


MEMBROS DA BANCA:
Externo à Instituição - FÁBIO SANDRO DOS SANTOS - UFPI
Presidente - 2066685 - LUCIMARIO GOIS DE OLIVEIRA SILVA
Interno - 1898197 - LUCIO CAMARA E SILVA
Notícia cadastrada em: 13/08/2025 14:17
SIGAA | Superintendência de Tecnologia da Informação (STI-UFPE) - (81) 2126-7777 | Copyright © 2006-2026 - UFRN - sigaa10.ufpe.br.sigaa10