Melhorando a Experiência do Cliente Online: Um Estudo de Caso com Utilização da Medida de Similaridade de Cosseno
Resumo
O Comércio eletrônico tem se popularizado cada vez mais, mas usuários com problemas de escrita podem enfrentar dificuldades na busca de produtos. A mineração de texto pode ajudar a melhorar a experiência e devolver melhores resultados para esses usuários. Este artigo apresenta um estudo de caso que analisou o desempenho do algoritmo de similaridade do cosseno, na busca de produtos, especialmente para usuários com baixo nível de escrita. Os resultados apresentaram uma precisão de 77,1%, o que indica que o algoritmo é capaz de classificar corretamente a maioria dos produtos relevantes.
Palavras-chave:
Comércio eletrônico, Similaridade, Ciência de dados
Referências
Confederação Nacional dos Dirigentes Lojistas [CNDL]. 2021. 91% dos internautas realizaram compras pela internet nos últimos 12 meses. Disponível em: [link]. Acesso em: 28 fev. 2023.
Gupta, A., and Tomar, K. (2021). Enhancing Marketing Strategies and Analytics Through ArtificialIntelligence. 2021 2nd International Conference on Computation, Automation and Knowledge Management (ICCAKM), 174–179. https://doi.org/10.1109/ICCAKM50778.2021.9357763
Monteiro, M., Azevedo, A., and Pereira, I. (2022). A aplicação da inteligência artificial no comércio eletrónico: cross-sell e up-sell. Cadernos de Investigação do Mestrado em Negócio Eletrónico CIMNE. 2. 10.56002/ceos.0063_cimne_1_2.
PISA. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Brasil no Pisa 2018 (Programme for Internacional Student Assessment) [recurso eletrônico].-Brasília: Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira, 2020. 185 p. :il. ISBN 978-65-5801-039-5. Disponível em: [link]. Acesso em: 12 ago. 2023.
FONTES, R. S. (2022). Avaliação experimental de um classificador para apoiar a detecção de fraudes em compras públicas. 68 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Sergipe, São Cristóvão.
Sintia, S., Defit, S., and Nurcahyo, G. (2021). Product Codefication Accuracy With Cosine Similarity And Weighted Term Frequency And Inverse Document Frequency (TF-IDF). Journal of Applied Engineering and Technological Science (JAETS). 2. 62-69. 10.37385/jaets.v2i2.210.
Gupta, A., and Tomar, K. (2021). Enhancing Marketing Strategies and Analytics Through ArtificialIntelligence. 2021 2nd International Conference on Computation, Automation and Knowledge Management (ICCAKM), 174–179. https://doi.org/10.1109/ICCAKM50778.2021.9357763
Monteiro, M., Azevedo, A., and Pereira, I. (2022). A aplicação da inteligência artificial no comércio eletrónico: cross-sell e up-sell. Cadernos de Investigação do Mestrado em Negócio Eletrónico CIMNE. 2. 10.56002/ceos.0063_cimne_1_2.
PISA. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Brasil no Pisa 2018 (Programme for Internacional Student Assessment) [recurso eletrônico].-Brasília: Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira, 2020. 185 p. :il. ISBN 978-65-5801-039-5. Disponível em: [link]. Acesso em: 12 ago. 2023.
FONTES, R. S. (2022). Avaliação experimental de um classificador para apoiar a detecção de fraudes em compras públicas. 68 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Sergipe, São Cristóvão.
Sintia, S., Defit, S., and Nurcahyo, G. (2021). Product Codefication Accuracy With Cosine Similarity And Weighted Term Frequency And Inverse Document Frequency (TF-IDF). Journal of Applied Engineering and Technological Science (JAETS). 2. 62-69. 10.37385/jaets.v2i2.210.
Publicado
25/09/2023
Como Citar
DE JESUS SANTOS, Fabrícia; SANTOS, Layla Joana; COLAÇO JÚNIOR, Methanias.
Melhorando a Experiência do Cliente Online: Um Estudo de Caso com Utilização da Medida de Similaridade de Cosseno. In: WORKSHOP DE TRABALHOS DE ALUNOS DA GRADUAÇÃO (WTAG) - SIMPÓSIO BRASILEIRO DE BANCO DE DADOS (SBBD), 38. , 2023, Belo Horizonte/MG.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2023
.
p. 1-7.
DOI: https://doi.org/10.5753/sbbd_estendido.2023.231810.
