1. Criando a Rede Bayesiana
probabilidades = {
"HistoricoCompras": {0: 0.7, 1: 0.3}, # 0: Não tem histórico, 1: Tem histórico
"TempoNoSite": {0: 0.6, 1: 0.4}, # 0: Pouco tempo, 1: Muito tempo
"ClicouEmPromocao": {0: 0.8, 1: 0.2}, # 0: Não clicou, 1: Clicou
"Compra": {
(0, 0, 0): 0.1, # Não tem histórico, pouco tempo, não clicou
(0, 0, 1): 0.3, # Não tem histórico, pouco tempo, clicou
(0, 1, 0): 0.2, # Não tem histórico, muito tempo, não clicou
(0, 1, 1): 0.6, # Não tem histórico, muito tempo, clicou
(1, 0, 0): 0.4, # Tem histórico, pouco tempo, não clicou
(1, 0, 1): 0.7, # Tem histórico, pouco tempo, clicou
(1, 1, 0): 0.8, # Tem histórico, muito tempo, não clicou
(1, 1, 1): 0.9 # Tem histórico, muito tempo, clicou
}
}
2. Função para calcular a probabilidade conjunta de compra
def calcular_probabilidade_compra(evidencias):
historico = evidencias["HistoricoCompras"]
tempo = evidencias["TempoNoSite"]
promocao = evidencias["ClicouEmPromocao"]
prob_compra = probabilidades["Compra"][(historico, tempo, promocao)]
prob_nao_compra = 1 - prob_compra
return {"Comprar": prob_compra, "Não Comprar": prob_nao_compra}
3. Testando com o cenário descrito
evidencias = {
"HistoricoCompras": 1, # Cliente tem histórico de compras
"TempoNoSite": 0, # Cliente passou pouco tempo no site
"ClicouEmPromocao": 1 # Cliente clicou em promoções
}
resultados = calcular_probabilidade_compra(evidencias)
print("Probabilidades de Compra:")
for resultado, probabilidade in resultados.items():
print(f"{resultado}: {probabilidade:.2f}")
