Uma reflexão em ciência de dados sobre o comportamento de compra e sistemas de recomendação explicáveis

Abstract

A análise de dados no E-commerce por meio de ciência de dados tem sido positiva para fornecer informações valiosas que podem gerar insights significativos para melhorar a estratégia de negócio. No entanto, é necessário garantir o correto tratamento dos dados em relação ao tipo de informação (dados pessoais) e a quantidade de dados que são empregados. Esta dissertação apresenta dois propostas para aplicar a ciência de dados na analise do comportamento de compra do usuário, uma delas por meio redes recurrentes e uma outra por meio de sistemas de recomendações baseados em grafo de conhecimento. As duas são focadas em garantir o correto tratamento dos dados respeitando aquelas legislações que garantem a privacidade de informações pessoais, como são a Lei de Proteção Geral de Dados Pessoais (LGPD) e o General Data Protection Regulation (GDPR). As duas propostas seguiram os passos da ciência de dados, desde a eleição do dataset até a avaliação dos resultados. A partir dos resultados, constatou-se que é importante efetuar as etapas de ciência de dados de forma ordenada e completa para garantir bons resultados. Ademais, o uso da ciência de dados na área de E-commerce é promissora, mas, o cientista de dados deve garantir o tratamento responsável dos dados, e sua ética deve prevalecer nas decisões ao realizar diversas análises.

Data analysis in E-commerce via data science has proven beneficial in providing valuable insights to enhance business strategy. However, ensuring accurate data processing, particularly concerning personal data and data volume, is crucial. This study introduces two approaches for leveraging data science in analyzing user purchasing behavior: one utilizing recurrent networks and the other employing recommendation systems based on knowledge graphs. Both methods prioritize proper data handling and compliance with privacy regulations like the General Data Protection Law (LGPD) and the General Data Protection Regulation (GDPR). Following standard data science procedures, including dataset selection and result evaluation, both approaches underscore the importance of methodical execution for favorable outcomes. While the application of data science in E-commerce shows promise, data scientists must uphold ethical standards to responsibly handle data and make informed decisions during analyses.