Métodos de aprendizagem automática: um estudo baseado na avaliação e previsão de clientes bancários

Detalhes bibliográficos
Autor(a) principal: Serras, Flávia Alexandra Jorge
Data de Publicação: 2016
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10362/17371
Resumo: Project Work presented as the partial requirement for obtaining a Master's degree in Information Management, specialization in Knowledge Management and Business Intelligence
id RCAP_b27e18114580cb60496ab7d53e4fd52d
oai_identifier_str oai:run.unl.pt:10362/17371
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Métodos de aprendizagem automática: um estudo baseado na avaliação e previsão de clientes bancáriosData MiningKnowledge Discovery DatabaseMachine LearningProject Work presented as the partial requirement for obtaining a Master's degree in Information Management, specialization in Knowledge Management and Business IntelligenceData Mining surge, hoje em dia, como uma ferramenta importante e crucial para o sucesso de um negócio. O considerável volume de dados que atualmente se encontra disponível, por si só, não traz valor acrescentado. No entanto, as ferramentas de Data Mining, capazes de transformar dados e mais dados em conhecimento, vêm colmatar esta lacuna, constituindo, assim, um trunfo que ninguém quer perder. O presente trabalho foca-se na utilização das técnicas de Data Mining no âmbito da atividade bancária, mais concretamente na sua atividade de telemarketing. Neste trabalho são aplicados catorze algoritmos a uma base de dados proveniente do call center de um banco português, resultante de uma campanha para a angariação de clientes para depósitos a prazo com taxas de juro favoráveis. Os catorze algoritmos aplicados no caso prático deste projeto podem ser agrupados em sete grupos: Árvores de Decisão, Redes Neuronais, Support Vector Machine, Voted Perceptron, métodos Ensemble, aprendizagem Bayesiana e Regressões. De forma a beneficiar, ainda mais, do que a área de Data Mining tem para oferecer, este trabalho incide ainda sobre o redimensionamento da base de dados em questão, através da aplicação de duas estratégias de seleção de atributos: Best First e Genetic Search. Um dos objetivos deste trabalho prende-se com a comparação dos resultados obtidos com os resultados presentes no estudo dos autores Sérgio Moro, Raul Laureano e Paulo Cortez (Sérgio Moro, Laureano, & Cortez, 2011). Adicionalmente, pretende-se identificar as variáveis mais relevantes aquando da identificação do potencial cliente deste produto financeiro. Como principais conclusões, depreende-se que os resultados obtidos são comparáveis com os resultados publicados pelos autores mencionados, sendo os mesmos de qualidade e consistentes. O algoritmo Bagging é o que apresenta melhores resultados e a variável referente à duração da chamada telefónica é a que mais influencia o sucesso de campanhas similares.Vanneschi, LeonardoCastelli, MauroRUNSerras, Flávia Alexandra Jorge2016-05-20T12:33:05Z2016-03-012016-03-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10362/17371TID:201104806porinfo: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:RCAAP2024-03-11T03:55:15Zoai:run.unl.pt:10362/17371Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T03:23:55.736824Repositório 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 Métodos de aprendizagem automática: um estudo baseado na avaliação e previsão de clientes bancários
title Métodos de aprendizagem automática: um estudo baseado na avaliação e previsão de clientes bancários
spellingShingle Métodos de aprendizagem automática: um estudo baseado na avaliação e previsão de clientes bancários
Serras, Flávia Alexandra Jorge
Data Mining
Knowledge Discovery Database
Machine Learning
title_short Métodos de aprendizagem automática: um estudo baseado na avaliação e previsão de clientes bancários
title_full Métodos de aprendizagem automática: um estudo baseado na avaliação e previsão de clientes bancários
title_fullStr Métodos de aprendizagem automática: um estudo baseado na avaliação e previsão de clientes bancários
title_full_unstemmed Métodos de aprendizagem automática: um estudo baseado na avaliação e previsão de clientes bancários
title_sort Métodos de aprendizagem automática: um estudo baseado na avaliação e previsão de clientes bancários
author Serras, Flávia Alexandra Jorge
author_facet Serras, Flávia Alexandra Jorge
author_role author
dc.contributor.none.fl_str_mv Vanneschi, Leonardo
Castelli, Mauro
RUN
dc.contributor.author.fl_str_mv Serras, Flávia Alexandra Jorge
dc.subject.por.fl_str_mv Data Mining
Knowledge Discovery Database
Machine Learning
topic Data Mining
Knowledge Discovery Database
Machine Learning
description Project Work presented as the partial requirement for obtaining a Master's degree in Information Management, specialization in Knowledge Management and Business Intelligence
publishDate 2016
dc.date.none.fl_str_mv 2016-05-20T12:33:05Z
2016-03-01
2016-03-01T00:00:00Z
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/10362/17371
TID:201104806
url http://hdl.handle.net/10362/17371
identifier_str_mv TID:201104806
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_ 1799137875346849792

Registros relacionados