Use este identificador para citar ou linkar para este item: http://www.monografias.ufop.br/handle/35400000/5808
Título: Uso de aprendizado de máquina para especificação do tempo de entrega em vendas via e-commerce.
Autor(es): Cunha, Vinícius Bedeschi Costa
Orientador(es): Gertrudes, Jadson Castro
Santana, Adrielle de Carvalho
Membros da banca: Meira, Natália Fernanda de Castro
Moraes, Lauro Ângelo Gonçalves de
Gertrudes, Jadson Castro
Santana, Adrielle de Carvalho
Palavras-chave: E-commerce
Aprendizado de máquina
Inteligência artificial
Rede neural
Random forest
Data do documento: 2023
Referência: CUNHA, Vinícius Bedeschi Costa. Uso de aprendizado de máquina para especificação do tempo de entrega em vendas via e-commerce. 2023. 42 f. Monografia (Graduação em Engenharia de Controle e Automação) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2023.
Resumo: O aumento nas compras por meios eletrônicos (e-commerce) tem crescido drasticamente, especialmente nos últimos dois anos, devido a pandemia do novo coronavírus. O aumento no número de vendas também acarretou o atraso nas entregas de produtos aos consumidores, o que resulta em prejuízos tanto para a empresa quanto para o cliente. Por isso, é muito importante a estimativa correta de entrega de um produto, afim de evitar transtornos entre fornecedores e clientes. Neste trabalho é apresentado uma análise exploratória de dados relacionados a vendas via e-commerce com o proposito de estabelecer a estimativa do prazo de entrega de uma compra. Para isso utilizou-se um algoritmo de rede neural artificial e um de random forest, para se tentar vincular os dados de uma compra com seu possível período para entrega. Ambos os modelos obtiveram resultados promissores, especialmente o de random forest, demonstrando uma eficácia significativamente melhor na estimativa do prazo de entrega em comparação com as técnicas atualmente utilizadas pelas empresas do banco de dados em questão.
Resumo em outra língua: The increase in electronic commerce (e-commerce) purchases has grown significantly, especially in the past two years, due to the COVID-19 pandemic. The rise in sales has also led to delays in product deliveries to consumers, resulting in losses for both companies and customers. Therefore, accurate estimation of product delivery is crucial to prevent disruptions between suppliers and clients. This research presents an exploratory analysis of data related to e-commerce sales with the aim of establishing the estimated delivery time of a purchase. To achieve this, an artificial neural network algorithm and a random forest algorithm were used to link purchase data with their potential delivery period. Both models yielded promising results, particularly the random forest model, demonstrating significantly better accuracy in estimating delivery times compared to the techniques currently employed by the companies in the database under analysis.
URI: http://www.monografias.ufop.br/handle/35400000/5808
Aparece nas coleções:Engenharia de Controle e Automação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
MONOGRAFIA_UsoAprendizadoMaquina.pdf1,14 MBAdobe PDFVisualizar/Abrir


Este item está licenciado sob uma Licença Creative Commons Creative Commons