Banca de DEFESA: GIANCARLO LIMA TORRES

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : GIANCARLO LIMA TORRES
DATA : 17/08/2022
HORA: 14:00
LOCAL: Google Meet
TÍTULO:

UMA ANÁLISE SOCIOECONÔMICA DE PREÇOS BASEADA EM CIÊNCIA DE DADOS PARA VIAGENS DE TRANSPORTE POR APLICATIVO UBER

PALAVRAS-CHAVES:

Transportes por Aplicativo, Dados Socioeconômicos, Ciência de Dados, Análise Exploratória de Dados.

PÁGINAS: 121
RESUMO:

Estudos que utilizam dados da empresa de transporte por aplicativo Uber evidenciaram que o tempo e a distância estão relacionados ao processo de precificação de seu serviço de viagens, possibilitando melhorar as estratégias de oferta e demanda. Entretanto, esse processo pode apresentar outros fatores que contribuam na concepção desses preços. Nesse sentido, esta pesquisa tem como objetivo analisar rotas de viagens de usuários de baixa renda e contribuir para a redução dos preços dessas viagens no transporte por aplicativo Uber. Para isso, buscouse responder: Se um centro financeiro estivesse mais próximo de bairros economicamente mais pobres, haveria mudança nos preços médios dessas viagens? Essa mudança poderia melhorar financeiramente a vida das pessoas de baixa renda? Foi observado que, para uma determinada região, se o centro financeiro não estiver concentrado em bairros de alta renda, seria possível reduzir os preços das viagens em cerca de 43,07% para usuários de bairros de baixa renda. Essa redução representaria uma economia mensal de cerca de 18,82% de sua renda. Para usuários que vivem em bairros ricos (alta renda), essa descentralização aumentaria os custos de viagem para pouco mais de 100%. No entanto, esse aumento representaria 6,71% de suas rendas. Considerando duas regiões, evidenciou-se um aumento no preço médio dessas viagens, confirmando uma tendência de aumento de preço quando o destino de uma viagem é um centro financeiro. Por conta disso, foi proposto uma nova funcionalidade no serviço de viagens Uber para dar mais liberdade ao usuário. Essa funcionalidade seria a escolha de uma viagem utilizando uma oferta de preço em que o aplicativo retorna as melhores distâncias com base no preço ofertado. Foram criados modelos de predição de distância para atingir esse objetivo, utilizando algoritmos regressores em que o modelo Random Forest apresentou um Coeficiente Médio de Determinação de 94%.

MEMBROS DA BANCA:
Presidente - 1388993 - BRUNO ALMEIDA PIMENTEL
Interno - 1121007 - EVANDRO DE BARROS COSTA
Interno - 1774996 - RAFAEL DE AMORIM SILVA
Externo à Instituição - DIEGO CARVALHO DO NASCIMENTO