Estabilidade de uma estrutura de agrupamento : segmentos de clientes de uma ins...

• Autor(es): Cardoso, Margarida G. M. S.
• Data: 2010
• Identificador Persistente: http://hdl.handle.net/10400.2/1888
• Origem: Repositório Aberto da Universidade Aberta
• Assunto(s): Avaliação de agrupamentos; Índices de concordância; Estabilidade; Clustering validation; Indices of agreement; Stability
• Tipo de Documento: Artigo
• Idioma: Português

Descrição

Neste trabalho implementa-se, como meio de avaliação de estabilidade de um agrupamento, uma nova proposta de validação cruzada de agrupamentos que prescinde do uso de classificadores, recorrendo à utilização de amostras ponderadas de treino e teste (Cardoso, Faceli et al. 2009). Ilustra-se a metodologia proposta sobre um agrupamento de clientes do CCB - Centro Cultural de Belém. Este agrupamento é efetuado mediante estimação de um modelo de mistura finita. Na constituição dos grupos ou segmentos atende-se à natureza ordinal das variáveis base (medições em escala de tipo Likert), em alternativa à modelação habitual que consideraria as mesmas variáveis como métricas. Em complemento, são apontadas metodologias consideradas mais apropriadas para a interpretação e discriminação dos grupos obtidos. This work implements, as a means of assessing the stability of a cluster, a new proposal for crossvalidation of clusters that dispenses with the use of classifiers, resorting to the use of weighted samples of training and testing (Cardoso, Facel et al. 2009) We illustrate the proposed approach over a cluster of clients of CCB – Cultura Centre of Belem (Centro Cultural de Belém). The clustering is obtained by means of an estimation of a mixture finite model. In the constitution of the clusters or segments, it it taken in consideration the ordinal nature of the clustering base variables (measurements in Likert scale) in lieu of the usual modeling that would consider the same variables as metric. In addition, we point out to some methodologies that are considered more adequate to interpret and discriminate the segments obtained.