Aplicação da Clusterização por K-means para Criação de Sistema de Recomendação de Produtos baseado em Perfis de Compra

Abstract

O uso de modelos preditivos de machine learning para big data se faz hoje uma das principais tendências a serem exploradas pela ciência de dados. Sua aplicação ao mundo dos negócios na busca por um diferencial competitivo se relaciona diretamente com o Business Intelligence para que assim as empresas passem a tomar decisões mais assertivas. Com isso, o presente artigo propõe-se a aplicar uma técnica de machine learning para a criação de um sistema de recomendação de produtos com base no perfil de compra dos clientes a partir da modelagem em uma empresa distribuidora de produtos. Para tanto foi utilizado o algoritmo de clusterização K-means para realização de agrupamentos dos clientes com base em seu perfil de compra. Por fim, o princípio de funcionamento do sistema de recomendação baseia-se na análise comparativa entre clientes de um mesmo cluster com base em suas distâncias geográficas para assim recomendar aquele item que vende bem em um estabelecimento, mas que não tem o mesmo desempenho em outro. Ao final da aplicação do sistema de recomendação de produtos foram gerados um total de 70 clusters para toda a gama de clientes da empresa foco do estudo. Cada cliente de cada cluster recebeu uma lista contendo 5 produtos recomendados com base na comparação realizada com seus vizinhos próximos de perfil de compra similar.