Utilização do algoritmo Self-Organizing Map na caracterização de organizações públicas portuguesas.
Autor(a) principal: | |
---|---|
Data de Publicação: | 2011 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10362/5389 |
Resumo: | Dissertação apresentada como requisito parcial para a obtenção do grau de mestre em Estatística e Gestão de Informação. |
id |
RCAP_56fca203e39c310060ff50e673c71e41 |
---|---|
oai_identifier_str |
oai:run.unl.pt:10362/5389 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Utilização do algoritmo Self-Organizing Map na caracterização de organizações públicas portuguesas.Desempenho financeiroOrganizações públicas portuguesasRedes neuronais artificiaisData MiningSelf-Organinzing MapDissertação apresentada como requisito parcial para a obtenção do grau de mestre em Estatística e Gestão de Informação.Em muitas organizações com finalidades lucrativas e não lucrativas, têm sido aplicadas técnicas para extrair conhecimento de dados que contêm um considerável número de variáveis. Esse conhecimento serve, na fase seguinte, para ajudar os responsáveis por uma determinada área ou pela organização na sua globalidade a tomar decisões. Áreas como, marketing, logística, finanças entre outras, são potenciais clientes destas técnicas. Técnicas essas que fazem parte dos “sistemas de suporte à decisão”. Este trabalho caracteriza um conjunto de Organizações Públicas Portuguesas (OPP), utilizando múltiplas variáveis, com base em dados financeiros. Para conseguir esse objectivo é utilizado o algoritmo de clustering1, Self-Organizing Map (SOM). O Self-Organizing Map é uma técnica de rede neuronal inventada por Teuvo Kohonen que cria informação visual simplificada de dados com múltiplas variáveis (Deboeck & Kohonen, 2000). Esta técnica permite perceber padrões nos dados. A utilização de redes neuronais na caracterização de dados financeiros é relativamente recente (Peng, 2008), e a informação científica é igualmente escassa. Principalmente na utilização do Self-Organizing Map (SOM) em dados financeiros.(...)Bação, Fernando José Ferreira LucasRUNAlmeida, João Teixeira2011-03-17T18:11:09Z2011-03-152011-03-15T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10362/5389porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-03-11T03:35:53Zoai:run.unl.pt:10362/5389Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T03:16:14.676415Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Utilização do algoritmo Self-Organizing Map na caracterização de organizações públicas portuguesas. |
title |
Utilização do algoritmo Self-Organizing Map na caracterização de organizações públicas portuguesas. |
spellingShingle |
Utilização do algoritmo Self-Organizing Map na caracterização de organizações públicas portuguesas. Almeida, João Teixeira Desempenho financeiro Organizações públicas portuguesas Redes neuronais artificiais Data Mining Self-Organinzing Map |
title_short |
Utilização do algoritmo Self-Organizing Map na caracterização de organizações públicas portuguesas. |
title_full |
Utilização do algoritmo Self-Organizing Map na caracterização de organizações públicas portuguesas. |
title_fullStr |
Utilização do algoritmo Self-Organizing Map na caracterização de organizações públicas portuguesas. |
title_full_unstemmed |
Utilização do algoritmo Self-Organizing Map na caracterização de organizações públicas portuguesas. |
title_sort |
Utilização do algoritmo Self-Organizing Map na caracterização de organizações públicas portuguesas. |
author |
Almeida, João Teixeira |
author_facet |
Almeida, João Teixeira |
author_role |
author |
dc.contributor.none.fl_str_mv |
Bação, Fernando José Ferreira Lucas RUN |
dc.contributor.author.fl_str_mv |
Almeida, João Teixeira |
dc.subject.por.fl_str_mv |
Desempenho financeiro Organizações públicas portuguesas Redes neuronais artificiais Data Mining Self-Organinzing Map |
topic |
Desempenho financeiro Organizações públicas portuguesas Redes neuronais artificiais Data Mining Self-Organinzing Map |
description |
Dissertação apresentada como requisito parcial para a obtenção do grau de mestre em Estatística e Gestão de Informação. |
publishDate |
2011 |
dc.date.none.fl_str_mv |
2011-03-17T18:11:09Z 2011-03-15 2011-03-15T00:00:00Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10362/5389 |
url |
http://hdl.handle.net/10362/5389 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799137812250886144 |