ChurNAS : uma busca de arquitetura neural para previsão de desligamento de clientes.
Nenhuma Miniatura disponível
Data
2023
Autores
Título da Revista
ISSN da Revista
Título de Volume
Editor
Resumo
A Predição de desligamento de clientes PDC (do inglês Customer Churn Pre-
diction) é fundamental para a gestão eficiente de clientes, uma vez que permite a
otimização da lucratividade por meio de estratégias de marketing informadas e cam-
panhas de retenção. Nesse contexto, o presente estudo propõe uma nova abordagem,
chamada ChurNAS, baseada em algoritmo genético para a busca de arquiteturas
neurais (Neural Architecture Search - NAS) em problemas de PDC na indústria de
serviços financeiros. Ao contrário dos modelos tradicionais, como regressão logística
e árvore de decisão, as redes neurais profundas apresentam maior versatilidade para
modelagem de dados complexos. No entanto, a busca pela arquitetura ideal em
redes neurais profundas ́e um desafio devido `a sua alta complexidade. Os resultados
demonstram que a abordagem ChurNAS encontrou modelos com desempenho supe-
rior aos classificadores tradicionais ajustados por otimiza ̧c ̃ao de hiperparâmetros. A
abordagem proposta obteve uma acurácia de 88,6%, em comparação com 82,54% do
XG-Boost e 82,49% do Floresta Aleatória. Al ́em disso, alcançou uma sensibilidade
de 58,89%, enquanto o XG-Boost e o Floresta Aleatória apresentaram 57,1% e
57,81%, respectivamente. Quanto `a precisão, a abordagem ChurNAS obteve 39,41%,
superando o XG-Boost (26,96%) e o Floresta Aleatória (26,17%). Adicionalmente,
o estudo examinou o impacto da quantidade de dados e da capacidade do modelo,
enfatizando a importância de considerar a natureza temporal das transações financei-
ras ao utilizar redes neurais para PDC. Em suma, este trabalho destaca o potencial
da abordagem ChurNAS para solucionar problemas de PDC no setor de servi ̧cos
financeiros e melhorar a eficiência do gerenciamento de clientes.
Descrição
Programa de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto.
Palavras-chave
Redes neurais - computação, Serviços financeiros, Algoritmos genéticos
Citação
ALMEIDA, Marcus Daniel de. ChurNAS: uma busca de arquitetura neural para previsão de desligamento de clientes. 2023. 58 f. Dissertação (Mestrado em Ciência da Computação) - Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2023.