Utilize este identificador para referenciar este registo: http://hdl.handle.net/10362/15226
Título: Grade of membership (GoM) por algoritmos genéticos
Outros títulos: aplicação na segmentação do perfil de engajamento de discotetas no facebook
Autor: Fernandes, Mauricio Vidotti
Orientador: Vanneschi, Leonardo
Palavras-chave: Social media
Social mining
Social analytics
Redes sociais
Data de Defesa: 1-Jul-2015
Resumo: Muitas vezes é necessário trabalhar com variáveis categóricas, porem há um número restrito de análisesque as abordam. Uma boa técnica de segmentação é a grade of membership (GoM), muito utilizada na área médica, em psicologia e em sociologia. Essa metodologia possui uma interpretação interessante baseada em perfis extremos (segmentos) e grau de pertencimento. Porém o modelo possui grande complexidade de estimação dos parâmetros pormáxima verossimilhança. Assim, neste trabalho propõe-se o uso de algoritmos genéticos para diminuir a complexidade e o tempo de cálculo, e aumentar a acurácia. A técnica é nomeada de Genetics Algorithms grade of membership (GA-GoM). Para averiguar a efetividade, o modelo foi primeiramente abordado por simulação – foi executado um experimento fatorial levando em conta o número de segmentos e variáveis trabalhadas. Em seguida, foi abordado um caso prático de segmentação de engajamento em redes sociais. Os resultados são superiores para modelos de maior complexidade. Conclui-se, assim, que é útil a abordagem para grandes bases de dados que contenham dados categóricos.
URI: http://hdl.handle.net/10362/15226
Designação: Mestrado em Gestão de Informação
Aparece nas colecções:NIMS - Dissertações de Mestrado em Gestão da Informação

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
TGI0035.pdf1,64 MBAdobe PDFVer/Abrir


FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpace
Formato BibTex MendeleyEndnote 

Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.