Resultados de Aprendizagem
Esta unidade curricular visa dotar os alunos de capacidades instrumentais e analíticas no domínio do
Customer Relationship Management (CRM), designadamente conhecer os principais conceitos associados ao
Data Mining, fomentar o espírito crítico e capacidade de seleção das técnicas de preparação e préprocessamento
de dados e conhecer o funcionamento, potencialidades e limitações das ferramentas
estudadas (k-means, self-organizing maps, market basket analysis, árvores de decisão e perceptrão multicamada).
Programa
1.O contexto do data mining
2. O data mining como instrumento de CRM
3. O processo metodológico do data mining
4. Definição de problemas e recolha de dados
5. Preparação e pré-processamento de dados
6. Técnicas de data mining para CRM
1. Segmentação
2. Ferramentas de clustering
3. Análise de clusters (k-means e self organizing maps)
4. Market basket analysis
5. Ferramentas de modelação Preditiva e Scoring
6. Árvores de decisão
7. Redes neuronais
7. Análise de casos de estudo
Estágio(s)
NAO
Bibliografia
1.Manuel Filipe Santos e Carla Sousa Azevedo (2005) “Data Mining – Descoberta de Conhecimento em Bases de Dados”, FCA Editora de Informática.
2. Maribel Yasmina Santos e Isabel Ramos (2009) “Business Intelligence – Tecnologias da Informação na Gestão de Conhecimento – 2.ª Edição Actualizada e Aumentada”, FCA Editora de Informática.
3. Konstantinos Tsiptsis, Antonios Chorianopoulos (2010), “Data Mining Techniques in CRM: Inside Customer Segmentation”, Wiley-Blackwell.
4. Alex Berson, Kurt Thearling, Stephen J. Smith (2002), “Building Data Mining Applications for CRM”, McGraw-Hill.
5. Olivia Parr Rud (2000), “Data Mining Cookbook: Modeling Data for Marketing, Risk and Customer Relationship Management”, John Wiley & Sons.
6. Michael J. Berry and Gordon S. Linoff (2000), “Mastering Data Mining: The Art and Science of Customer Relationship Management”, John Wiley & Sons.