Uso de aprendizagem de máquina para classificação de itens do portfólio de uma rede de supermercados

Detalhes bibliográficos
Ano de defesa: 2022
Autor(a) principal: Carnelossi, Ana Carolina Neves
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
dARK ID: ark:/35916/0013000000dtt
Idioma: por
Instituição de defesa: Universidade Estadual de Maringá
Departamento de Engenharia de Produção
Programa de Pós-Graduação em Engenharia de Produção
Maringá, PR
Centro de Tecnologia
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Gestão empresarial
Gestão de suprimentos
Gestão de portfólio de suprimentos
Aprendizagem de máquina
Mineração de dados
658.5
Engenharias
Engenharia de Produção
Link de acesso: http://repositorio.uem.br:8080/jspui/handle/1/8314
Resumo: Orientador: Prof. Dr. Edwin Vladimir Cardoza Galdamez.
id UEM-10_6d58b1b7a069ca58be1d0c5fdf75bd4e
oai_identifier_str oai:localhost:1/8314
network_acronym_str UEM-10
network_name_str Repositório Institucional da Universidade Estadual de Maringá (RI-UEM)
repository_id_str
spelling Uso de aprendizagem de máquina para classificação de itens do portfólio de uma rede de supermercadosGestão empresarialGestão de suprimentosGestão de portfólio de suprimentosAprendizagem de máquinaMineração de dados658.5EngenhariasEngenharia de ProduçãoOrientador: Prof. Dr. Edwin Vladimir Cardoza Galdamez.Coorientador: Prof. Dr. Rafael Henrique Palma Lima.Dissertação (mestrado em Engenharia de Produção) - Universidade Estadual de Maringá, 2022A gestão de suprimentos constitui uma área de pesquisa do contexto organizacional que tem como principal atribuição disponibilizar recursos externos à empresa, possuindo como variáveis de decisão o que comprar, de quem comprar e sob quais condições mercadológicas e de relacionamento comprar. Nesse contexto, o objetivo da presente pesquisa consistiu em implementar e avaliar modelos de aprendizagem de máquina de classificação para a reprodução das classes de itens do portfólio de uma rede varejista de supermercados quanto à função estratégica que desempenham, de modo a assegurar que a decisão da empresa sobre quais itens comprar atenda à exigência de manter seu portfólio constante em termos da quantidade de SKUs pertencente a cada classe. Para isso, lançou-se mão do processo de extração de conhecimento de base de dados (KDD) delineado por Fayyad, Piatetsky-Shapiro e Smyth (1996), executando-se o passo de mineração de dados via tarefa de classificação e obtendo-se como resultados um destaque para os modelos RF, KNN e DT, em detrimentos aos SVM e ANN, assim como da técnica de seleção de variáveis de entrada Sequential Feature Selector, SFS, em detrimento às baseadas em feature importance, permutation importance, f classification e mutual info classification, bem como do método SHAP para interpretação local e global de modelo. Nesse sentido, a conclusão da pesquisa foi a aplicabilidade de modelos menos complexos para a reprodução de classes no contexto da gestão de portfólio de suprimentos, aliada à técnica de seleção SFS e ao método SHAP para interpretação dos resultados. Por fim, as contribuições da pesquisa foram, sob a perspectiva acadêmica, a colaboração para o preenchimento da lacuna científica sobre gestão de suprimentos apoiada por aprendizagem de máquina e, sob a perspectiva prática, o desenvolvimento de um mecanismo embrionário de classificação automatizada de SKUs capaz de dar replicabilidade, escalabilidade e dinamicidade à classificação, além da construção de uma base de dados com disponibilidade de informações antes desconhecidas pela organização e que podem servir como subsídio para que entenda a representatividade de seus fornecedores e a dependência que possui com relação aos mesmos e tenha condições de melhor delinear as práticas que permeiam seus relacionamentos.Supply management is an area of research applied to the organizational context whose main attribution is to make resources external to the company available, having as decision variables what to buy, from whom to buy and under what market and relationship conditions to buy. In this context, the objective of the present research was to implement and evaluate classification machine learning models for the reproduction of the classes of items in the portfolio of a supermarket retail company regarding the strategic function they perform, in order to ensure that the decision of the company on which items to buy meets its requirement to keep its portfolio constant in terms of the number of SKUs belonging to each class. For this, the process of knowledge discovery in databases (KDD) outlined by Fayyad, Piatetsky-Shapiro and Smyth (1996) was used, executing the data mining step through the classification task and obtaining as results a highlight for the RF, KNN and DT models, in detriment to the SVM and ANN, for the technique of selection of input variables Sequential Feature Selector, SFS, in detriment to those based on feature importance, permutation importance, f classification and mutual info classification, as well the SHAP method for local and global model interpretation. In this sense, the conclusion of the research was the applicability of less complex models for the reproduction of classes in the context of supply portfolio management, combined with the technique for feature selection SFS and the SHAP method for interpreting the results. Finally, the research contributions were, from the academic perspective, the collaboration to fill the scientific gap on supply management supported by machine learning and, from the practical perspective, the development of an embryonic mechanism of automated classification of SKUs capable of giving replicability, scalability and dynamics to the classification, in addition to building a database with availability of information previously unknown to the company and which can serve as a subsidy to understand the representativeness of its suppliers and the dependence that has in relation to them and is able to better outline the relationship management.93 f. : il. color., tabs. figs.Universidade Estadual de MaringáDepartamento de Engenharia de ProduçãoPrograma de Pós-Graduação em Engenharia de ProduçãoMaringá, PRCentro de TecnologiaGaldamez, Edwin Vladimir CardozaLima, Rafael Henrique PalmaFerreira, Marco AntonioSantos, Bruno Samways DosCarnelossi, Ana Carolina Neves2024-12-13T14:04:37Z2024-12-13T14:04:37Z2022info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfCARNELOSSI, Ana Carolina Neves. Uso de aprendizagem de máquina para classificação de itens do portfólio de uma rede de supermercados. 2022. 93 f. Dissertação (mestrado em Engenharia de Produção) - Universidade Estadual de Maringá, 2022, Maringá, PR.http://repositorio.uem.br:8080/jspui/handle/1/8314ark:/35916/0013000000dttinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Estadual de Maringá (RI-UEM)instname:Universidade Estadual de Maringá (UEM)instacron:UEM2024-12-17T13:43:48Zoai:localhost:1/8314Repositório InstitucionalPUBhttp://repositorio.uem.br:8080/oai/requestrepositorio@uem.bropendoar:2024-12-17T13:43:48Repositório Institucional da Universidade Estadual de Maringá (RI-UEM) - Universidade Estadual de Maringá (UEM)false
dc.title.none.fl_str_mv Uso de aprendizagem de máquina para classificação de itens do portfólio de uma rede de supermercados
title Uso de aprendizagem de máquina para classificação de itens do portfólio de uma rede de supermercados
spellingShingle Uso de aprendizagem de máquina para classificação de itens do portfólio de uma rede de supermercados
Carnelossi, Ana Carolina Neves
Gestão empresarial
Gestão de suprimentos
Gestão de portfólio de suprimentos
Aprendizagem de máquina
Mineração de dados
658.5
Engenharias
Engenharia de Produção
title_short Uso de aprendizagem de máquina para classificação de itens do portfólio de uma rede de supermercados
title_full Uso de aprendizagem de máquina para classificação de itens do portfólio de uma rede de supermercados
title_fullStr Uso de aprendizagem de máquina para classificação de itens do portfólio de uma rede de supermercados
title_full_unstemmed Uso de aprendizagem de máquina para classificação de itens do portfólio de uma rede de supermercados
title_sort Uso de aprendizagem de máquina para classificação de itens do portfólio de uma rede de supermercados
author Carnelossi, Ana Carolina Neves
author_facet Carnelossi, Ana Carolina Neves
author_role author
dc.contributor.none.fl_str_mv Galdamez, Edwin Vladimir Cardoza
Lima, Rafael Henrique Palma
Ferreira, Marco Antonio
Santos, Bruno Samways Dos
dc.contributor.author.fl_str_mv Carnelossi, Ana Carolina Neves
dc.subject.por.fl_str_mv Gestão empresarial
Gestão de suprimentos
Gestão de portfólio de suprimentos
Aprendizagem de máquina
Mineração de dados
658.5
Engenharias
Engenharia de Produção
topic Gestão empresarial
Gestão de suprimentos
Gestão de portfólio de suprimentos
Aprendizagem de máquina
Mineração de dados
658.5
Engenharias
Engenharia de Produção
description Orientador: Prof. Dr. Edwin Vladimir Cardoza Galdamez.
publishDate 2022
dc.date.none.fl_str_mv 2022
2024-12-13T14:04:37Z
2024-12-13T14:04:37Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv CARNELOSSI, Ana Carolina Neves. Uso de aprendizagem de máquina para classificação de itens do portfólio de uma rede de supermercados. 2022. 93 f. Dissertação (mestrado em Engenharia de Produção) - Universidade Estadual de Maringá, 2022, Maringá, PR.
http://repositorio.uem.br:8080/jspui/handle/1/8314
dc.identifier.dark.fl_str_mv ark:/35916/0013000000dtt
identifier_str_mv CARNELOSSI, Ana Carolina Neves. Uso de aprendizagem de máquina para classificação de itens do portfólio de uma rede de supermercados. 2022. 93 f. Dissertação (mestrado em Engenharia de Produção) - Universidade Estadual de Maringá, 2022, Maringá, PR.
ark:/35916/0013000000dtt
url http://repositorio.uem.br:8080/jspui/handle/1/8314
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual de Maringá
Departamento de Engenharia de Produção
Programa de Pós-Graduação em Engenharia de Produção
Maringá, PR
Centro de Tecnologia
publisher.none.fl_str_mv Universidade Estadual de Maringá
Departamento de Engenharia de Produção
Programa de Pós-Graduação em Engenharia de Produção
Maringá, PR
Centro de Tecnologia
dc.source.none.fl_str_mv reponame:Repositório Institucional da Universidade Estadual de Maringá (RI-UEM)
instname:Universidade Estadual de Maringá (UEM)
instacron:UEM
instname_str Universidade Estadual de Maringá (UEM)
instacron_str UEM
institution UEM
reponame_str Repositório Institucional da Universidade Estadual de Maringá (RI-UEM)
collection Repositório Institucional da Universidade Estadual de Maringá (RI-UEM)
repository.name.fl_str_mv Repositório Institucional da Universidade Estadual de Maringá (RI-UEM) - Universidade Estadual de Maringá (UEM)
repository.mail.fl_str_mv repositorio@uem.br
_version_ 1846637332228210688

Registros relacionados