Logo do repositório
  • Página Inicial(current)
  • Buscar
    Por Data de PublicaçãoPor AutorPor TítuloPor Assunto
  • Tutoriais
  • Documentos
  • Sobre o RI
  • Eventos
    Repositório Institucional da UFRN: 15 anos de conexão com o conhecimento
  • Padrão
  • Amarelo
  • Azul
  • Verde
  • English
  • Português do Brasil
Entrar

SIGAA

  1. Início
  2. Pesquisar por Autor

Navegando por Autor "Almeida, Fernanda Monteiro de"

Filtrar resultados informando as primeiras letras
Agora exibindo 1 - 1 de 1
  • Resultados por página
  • Opções de Ordenação
  • Nenhuma Miniatura disponível
    Dissertação
    Sales forecasting for a supermarket chain in Natal, Brazil: an empirical assessment
    (Universidade Federal do Rio Grande do Norte, 2021-12-20) Almeida, Fernanda Monteiro de; Bezerra, Leonardo César Teonácio; Nunes, Marcus Alexandre; https://orcid.org/0000-0002-9956-4644; http://lattes.cnpq.br/2698100541879707; http://lattes.cnpq.br/0664132257054306; http://lattes.cnpq.br/6078626549086010; Martins, Allan de Medeiros; https://orcid.org/0000-0002-9486-4509; http://lattes.cnpq.br/4402694969508077; Araújo, Daniel Sabino Amorim de; http://lattes.cnpq.br/4744754780165354; Rego, Thais Gaudêncio do
    Previsão de séries temporais é uma abordagem ampla e consolidada em diversas áreas, tais como finanças e indústria. O varejo pode se beneficiar da previsão em muitos setores, como na demanda de estoque, na otimização de preço e de vendas. Este estudo aborda a previsão de vendas no Nordestão, uma rede de supermercados em Natal, Brasil. Apesar de estar localizado em um estado com o produto interno bruto (PIB) baixo, o Nordestão fica em 3º e 27º lugar em vendas regionais e nacionais, respectivamente. Os dados considerados abrangem cinco anos de transações de vendas diárias de oito lojas diferentes. Mútiplas técnicas de aprendizado de máquina, conhecidas por sua efetividade para previsão, são adotadas, a saber random forests e XGBoost. Melhoras nos desempenhos das técnicas são feitas com engenharia de atributos para lidar com os efeitos sazonais. O melhor algoritmo varia por loja, mas para a maioria das lojas pelo menos um dos métodos se prova efetivo. A engenharia de atributos foi responsável por atingir altas métricas de previsão, com modelos atingindo scores na faixa de 90%. Além da relevância tradicional da previsão de vendas, o presente trabalho é um meio para o Nordestão avaliar o impacto da pandemia do COVID-19 em seus negócios.
Repositório Institucional - UFRN Campus Universitário Lagoa NovaCEP 59078-970 Caixa postal 1524 Natal/RN - BrasilUniversidade Federal do Rio Grande do Norte© Copyright 2025. Todos os direitos reservados.
Contato+55 (84) 3342-2260 - R232Setor de Repositórios Digitaisrepositorio@bczm.ufrn.br
DSpaceIBICT
OasisBR
LAReferencia
Customizado pela CAT - BCZM