Caracterização e Predição de Evasão de Clientes em Empresas Provedoras de Acesso à Internet

• Processo: 23/11831-2
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de outubro de 2023
• Data de Término da vigência: 30 de setembro de 2024
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Acordo de Cooperação: MCTI/MC
• Pesquisador responsável: Magnos Martinello
• Beneficiário: Matheus Saick de Martin
• Instituição Sede: Centro Tecnológico. Universidade Federal do Espírito Santo (UFES). Ministério da Educação (Brasil). Vitória , SP, Brasil
• Vinculado ao auxílio: 20/05182-3 - PORVIR-5G: programabilidade, orquestração e virtualização em redes 5G, AP.TEM
• Assunto(s): Internet Redes de computadores
• Palavra(s)-Chave do Pesquisador: Evasão | Internet | modelos de previsão | Redes de Computadores

Resumo

Atualmente o mercado de Internet está cada vez mais competitivo, empresas provedoras de serviço apresentam interesse crescente em utilizar novas tecnologias para obter vantagem competitiva sobre as demais. Uma forma de obter vantagem no mercado é através da predição de evasão de clientes, permitindo que a empresa execute estratégias de retenção de usuários proativamente. Dessa forma, evitando que o cliente mude para uma empresa concorrente. Neste contexto surge o tema deste trabalho, o qual planeja utilizar técnicas clássicas de aprendizado de máquina e Deep Learning para a construção de modelos de predição que determinam a evasão desses clientes. Para tal fim, serão utilizados conjuntos de dados fornecidos por uma grande empresa provedora de serviço de Internet para a criação e validação dos modelos de predição. Esses dados contêm informações textuais sobre reclamações dos clientes realizadas junto à Anatel. Ao decorrer desse trabalho, as atividades de estudo, criação, validação e comparação desses modelos serão desenvolvidas pelo aluno, buscando como finalidade um modelo funcional e eficiente de predição de evasão de clientes para empresas provedoras de Internet. (AU)