Percorrer por data de Publicação, começado por "2025-09-20"
A mostrar 1 - 2 de 2
Resultados por página
Opções de ordenação
- A machine learning framework for uplift modeling through customer segmentationPublication . Pinheiro, Paulo; Cavique, LuísIn uplift modeling, the goal is to identify high-value customers based on persuadable customers, those who make a purchase only if contacted. To achieve this, uplift modeling combines machine learning techniques with causal inference, allowing businesses to refine their customer targeting strategies and focus efforts where they are most profitable. This study proposes a practical and reproducible two-phase procedure for identifying highvalue customers. In the first phase, customers are segmented using decision trees, which offer a transparent and data-driven approach to grouping individuals with similar characteristics. This segmentation lays the groundwork for a meaningful interpretation of customer behavior. In the second phase, uplift is calculated for each customer segment by comparing the outcomes of the treatment and control groups. This enables the identification of customer groups with the highest uplift. A real-world use case further illustrates the value and applicability of the proposed method. To validate model performance, the procedure employs established metrics such as the Qini index and Cohen’s kappa, which provide insights into both the effectiveness and reliability of the uplift estimates. This work presents a decoupled procedure for uplift modeling that leverages well-established libraries, fostering transparency and a clear understanding of the analytical process. A key contribution to uplift modeling and causal inference is the use of decision trees for stratification, which enables the creation of meaningful segments and their evaluation through the average treatment effect. By integrating theory with practical implementation, this work offers a comprehensive framework for uplift modeling that bridges academic rigor and business usability.
- Somos natureza, mas agimos como se não fossemosPublication . Alves, FátimaSomos natureza, mas agimos como se não fôssemos”, de Fátima Alves, publicado no jornal Diário As Beiras, é um convite claro a reaprendermos a habitar o mundo. Num tempo em que a crise ecológica se faz sentir na saúde, na economia e no quotidiano, o texto lembra-nos algo essencial: não estamos fora da natureza — somos parte dela. Com uma escrita lúcida e envolvente, Fátima Alves desmonta a falsa fronteira entre “humanos” e “ambiente” e propõe um outro horizonte: o do cuidado, da corresponsabilidade e da justiça entre gerações. O artigo desafia-nos a trocar a lógica do extrativismo por uma ética de interdependência, onde conhecimento científico, saberes locais e políticas públicas cooperam para proteger a vida em todas as suas formas. Ao longo do texto, sobressaem três apelos concretos: Cuidar do território como quem cuida de casa — da água aos solos, da biodiversidade às cidades, alinhando decisões individuais com o bem comum. Transformar políticas em práticas, com participação cidadã, transparência e avaliação, para que as promessas de sustentabilidade ganhem realidade. Reencantar o quotidiano, aproximando escolas, serviços de saúde, comunidades e instituições culturais, para que a transição ecológica seja justa, inclusiva e vivida no dia a dia. Este é um texto para ler devagar e partilhar: uma chamada à ação serena, feita de gestos possíveis — reduzir, restaurar, regenerar — e de um compromisso renovado com a Terra que nos sustenta.