Mineração de dados para comparação dos padrões de compras em uma rede de supermercados do oeste do Paraná antes e durante a pandemia de COVID-19

Maria Vitória Reiter Grandi

Resumo


No Brasil, além das consequências trágicas que a pandemia de COVID-19 trouxe para a área da saúde, surgiram outros problemas graves, como o aumento do desemprego, aumentos sucessivos nos preços de diversos produtos e a diminuição da renda domiciliar per capita. Algumas pesquisas recentes indicam que esses problemas provocaram mudanças no perfil de consumo das famílias, porém são pesquisas bastante específicas e que empregaram de forma bastante restrita técnicas de mineração de dados. Neste sentido, este trabalho teve como objetivo aplicar a técnica de mineração de regras de associação para: a) identificar os padrões de compras em uma rede de supermercados da região oeste do Paraná durante o período anterior e durante a pandemia de COVID-19; e b) comparar os padrões obtidos para os dois períodos, a fim de possibilitar que os especialistas da empresa pudessem analisar se as diferenças foram inesperadas e relevantes sob o ponto de vista da administração das lojas da rede. Como resultados, o algoritmo Apriori foi aplicado utilizando diferentes valores de suporte e confiança para cada um dos municípios analisados a fim de obter as 30 melhores regras de associação em cada um deles. Por meio destes resultados foi possível identificar que durante o período da pandemia houve uma alteração no padrão de compras dos clientes em relação aos anos de 2018 e 2019, o que para os especialistas da rede de supermercados já era esperado. Porém, ainda segundo os especialistas, houve descobertas importantes para a empresa com a realização deste trabalho, como as alterações dos padrões de compras específicas de cada município durante os anos de 2020 e 2021.


Palavras-chave


Regras de associação; algoritmo Apriori; big data; análise de cestas de compras.

Texto completo:

15532


DOI: 10.3895/recit.v14i35.15532

Apontamentos

  • Não há apontamentos.


Direitos autorais 2023 CC-BY-NC

Licença Creative Commons
Esta obra está licenciada sob uma licença Creative Commons Atribuição - NãoComercial 4.0 Internacional.

 

 
ft_peri

Av. Sete de Setembro, 3165 - Rebouças CEP 80230-901 - Curitiba - PR - Brasil

logo_utfpr