Utilize este identificador para referenciar este registo:
https://hdl.handle.net/10316/98224
Título: | Household Identification Using Call Records | Outros títulos: | Identificação de Agregados Familiares utilizando Registos de Chamadas | Autor: | Paiva, Ricardo José Monteiro | Orientador: | Machado, Fernando Jorge Penousal Martins Lourenço, Nuno António Marques |
Palavras-chave: | Registos Detalhados de Chamadas; Análise de Redes Sociais; Detecção de Influenciadores; Detecção de Comunidades; Exploração de Dados; Call Detail Records; Social Network Analysis; Influencer Detection; Community Detection; Data Mining | Data: | 10-Nov-2021 | Título da revista, periódico, livro ou evento: | Household Identification Using Call Records | Local de edição ou do evento: | DEI- FCTUC | Resumo: | Uma boa relação com os seus clientes é fulcral para o sucesso de qualquer empresa. Nos dias de hoje, as empresas, principalmente aquelas que operam na área das telecomunicações, têm investido cada vez mais na relação que mantêm com os seus clientes de forma a garantir a sua satisfação e, como consequência, a sua retenção. Uma das técnicas que têm sido utilizadas nos últimos anos tem sido a criação de perfis de clientes através de técnicas de segmentação, de forma a perceber os seus interesses. Através da criação destes perfis, as empresas de telecomunicações podem fornecer aos seus clientes serviços especializados adaptados às suas necessidades e gostos. O principal objectivo deste trabalho é avaliar as possibilidades do estudo de registos telefónicos no que diz respeito à segmentação de clientes por empresas de telecomunicações. Em concreto, propomos dois modelos para analisar as redes sociais de clientes construídas com base no seus registos de comunicação, com o objetivo de determinar quem são os clientes mais influentes, bem como os seus grupos sociais. Além disso, apresentamos uma forma de classificar os clientes de acordo com o seu operador móvel.Estes modelos permitiram-nos classificar os clientes mais influentes e os resultados do estudo dos seus grupos sociais permitiram confirmar que é possível detectar agregados familiares através do estudo destas fontes de dados. As empresas podem utilizar estes resultados para adaptar as suas estratégias e campanhas de marketing de acordo com o perfil dos seus clientes de forma a obter vantagens comerciais num mercado tão competitivo. A good relationship with its customers is crucial to the success of any company. Nowadays, companies, especially those operating in the telecommunications industry, have increasingly invested in the relationship they have with their customers to ensure their satisfaction and, consequently, their retention. One of the techniques that have been used by companies in this area has been the creation of customer profiles through segmentation techniques, in order to understand their interests. Through the creation of these profiles, telecommunications companies are able to provide their customers with specialised services tailored to their needs and taste.The main objective of this work is to evaluate the possibilities of the study of Call Detail Records with regard to customer segmentation by telecommunications companies. In concrete, we propose two models to analyse customers' social networks built on their communication records, with the aim of determining who are the most influential customers, as well as their social groups. In addition we present a way to classify customers according to their mobile operator. These models allowed us to classify the most influential customers and the results of the study of their social groups confirmed the viability of detecting households by studying this type of data. Companies can use these results to adapt their strategies and marketing campaigns according to their customers' profiles to obtain a business advantage in such a competitive market. |
Descrição: | Dissertação de Mestrado em Engenharia Informática apresentada à Faculdade de Ciências e Tecnologia | URI: | https://hdl.handle.net/10316/98224 | Direitos: | embargoedAccess |
Aparece nas coleções: | UC - Dissertações de Mestrado |
Ficheiros deste registo:
Ficheiro | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Dissertation-RP.pdf | 4.05 MB | Adobe PDF | Ver/Abrir |
Visualizações de página
45
Visto em 21/mai/2024
Downloads
16
Visto em 21/mai/2024
Google ScholarTM
Verificar
Este registo está protegido por Licença Creative Commons