Resumo
Os dispositivos smartphones carregam uma grande quantidade de informação relacionada a seus usuários. Essa informação pode ser utilizada para prover produtos e experiências personalizadas em diversos domínios. Este projeto tem como objetivo explorar essa informação disponível com foco no domínio de bares e restaurantes. A equipe do projeto tem desenvolvido o aplicativo chamado ONION, - Cardápio de Bolso, no qual clientes de bares e restaurantes podem, utilizando seus smartphones, visualizar o cardápio, realizar pedidos, avaliar produtos, entre outras opções. Esse aplicativo serve como base para o novo produto, ONION - Cardápio Inteligente de Bolso, objeto de pesquisa a ser desenvolvido neste projeto. O novo produto irá utilizar dados de histórico de consumo gerados pelo aplicativo e informações de redes sociais dos usuários que o utilizam para fornecer a eles uma experiência personalizada nos bares e restaurantes que adotarem a solução, bem como fornecer informações aos estabelecimentos que sejam úteis na tomada de decisão para fidelizar e atrair novos clientes. Recomendação automática de itens aos clientes e extração automática e disponibilização ao estabelecimento de característica de perfil e segmentação dos clientes são funções inicialmente projetadas para pesquisa de viabilidade técnico-científica deste projeto. A metodologia para atingir esse objetivo envolve desafios de pesquisa relacionados à área de mineração de dados, inteligência artificial e aprendizado de máquina e está composto por cinco etapas: i) coleta de dados; ii) pré-processamento; iii) extração de perfil; iv) segmentação de clientes; v) recomendação de itens. As fases de coleta de dados e pré-processamento apresentam desafios relacionados ao tratamento do fator incremental das informações e ao mapeamento de dados não estruturados em formato adequado às etapas seguintes. O principal desafio da etapa de extração de perfil é criar um modelo por meio de aprendizado supervisionado multirrótulo para mapear automaticamente as informações dos clientes, contidas nos dados já estruturados de histórico de consumo e das redes sociais, em características de perfil de interesse ao domínio. Na próxima etapa, segmentação de clientes, o desafio é agrupar automaticamente os clientes de perfis semelhantes em relação às informações provenientes das fases anteriores de modo que seja possível, por exemplo, realizar marketing direcionado a um grupo especifico de clientes de interesse do estabelecimento. Por fim, a etapa de recomendação de itens apresenta o desafio de sugerir, por meio do smartphone do cliente, produtos que sejam de seu interesse, utilizando a informação do cliente e informação do contexto em que ele está inserido no momento. Desse modo, espera-se confirmar a viabilidade técnico-científica deste projeto e desenvolver um produto inovador voltado ao segmento de bares e restaurantes e seus clientes com impacto na agilidade e na qualidade dos serviços prestados por este tipo de empresa. (AU)
Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio: |
Mais itensMenos itens |
TITULO |
Matéria(s) publicada(s) em Outras Mídias ( ): |
Mais itensMenos itens |
VEICULO: TITULO (DATA) |
VEICULO: TITULO (DATA) |