Uso de Técnicas de Clusterização em uma Base de Dados Financeira.

Detalhes bibliográficos
Autor(a) principal: Pontes Júnior, Armando Pereira
Data de Publicação: 2018
Outros Autores: Santana Júnior, Clodomir Joaquim, Bastos Filho, Carmelo José Albanez
Tipo de documento: Artigo
Idioma: por
Título da fonte: Revista de Engenharia e Pesquisa Aplicada
Texto Completo: http://revistas.poli.br/index.php/repa/article/view/964
Resumo: O artigo tem como foco o uso de duas importantes técnicas computacionais para problemas de clusterização. Os algoritmos utilizados foram o K-Means e o Fuzzy C-Means (FCM), que aplicados em uma base de dados financeira de concessão de crédito pessoal podem auxiliar o tomador de decisão a identificar as principais características dos mutuários que se encontravam adimplentes e mutuários que estavam inadimplentes. O processo de clusterização investigou, através de 15 características (divididas entre características pessoais, condições de emprego e renda e condições da operação de crédito), similaridades que pudessem ajudar na formação de k grupos distintos. O resultado demonstra que as técnicas de agrupamentos aplicadas podem ser eficientes como ferramentas complementares para auxiliar o gestor financeiro nas suas atividades de classificação de risco, tomada de decisão e gerenciamento do crédito.
id UFPE-2_a1818fd5553e4fa266d6965d5682c760
oai_identifier_str oai:ojs.poli.br:article/964
network_acronym_str UFPE-2
network_name_str Revista de Engenharia e Pesquisa Aplicada
repository_id_str
spelling Uso de Técnicas de Clusterização em uma Base de Dados Financeira.O artigo tem como foco o uso de duas importantes técnicas computacionais para problemas de clusterização. Os algoritmos utilizados foram o K-Means e o Fuzzy C-Means (FCM), que aplicados em uma base de dados financeira de concessão de crédito pessoal podem auxiliar o tomador de decisão a identificar as principais características dos mutuários que se encontravam adimplentes e mutuários que estavam inadimplentes. O processo de clusterização investigou, através de 15 características (divididas entre características pessoais, condições de emprego e renda e condições da operação de crédito), similaridades que pudessem ajudar na formação de k grupos distintos. O resultado demonstra que as técnicas de agrupamentos aplicadas podem ser eficientes como ferramentas complementares para auxiliar o gestor financeiro nas suas atividades de classificação de risco, tomada de decisão e gerenciamento do crédito.Escola Politécnica de Pernambuco2018-08-30info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdftext/htmlhttp://revistas.poli.br/index.php/repa/article/view/96410.25286/repa.v3i3.964Journal of Engineering and Applied Research; Vol 3 No 3 (2018): Edição Especial em Ciência de Dados e AnalyticsRevista de Engenharia e Pesquisa Aplicada; v. 3 n. 3 (2018): Edição Especial em Ciência de Dados e Analytics2525-425110.25286/repa.v3i3reponame:Revista de Engenharia e Pesquisa Aplicadainstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPEporhttp://revistas.poli.br/index.php/repa/article/view/964/447http://revistas.poli.br/index.php/repa/article/view/964/666Copyright (c) 2018 Journal of Engineering and Applied Researchinfo:eu-repo/semantics/openAccessPontes Júnior, Armando PereiraSantana Júnior, Clodomir JoaquimBastos Filho, Carmelo José Albanez2021-07-13T08:41:51Zoai:ojs.poli.br:article/964Revistahttp://revistas.poli.br/index.php/repaONGhttp://revistas.poli.br/index.php/repa/oai||repa@poli.br2525-42512525-4251opendoar:2021-07-13T08:41:51Revista de Engenharia e Pesquisa Aplicada - Universidade Federal de Pernambuco (UFPE)false
dc.title.none.fl_str_mv Uso de Técnicas de Clusterização em uma Base de Dados Financeira.
title Uso de Técnicas de Clusterização em uma Base de Dados Financeira.
spellingShingle Uso de Técnicas de Clusterização em uma Base de Dados Financeira.
Pontes Júnior, Armando Pereira
title_short Uso de Técnicas de Clusterização em uma Base de Dados Financeira.
title_full Uso de Técnicas de Clusterização em uma Base de Dados Financeira.
title_fullStr Uso de Técnicas de Clusterização em uma Base de Dados Financeira.
title_full_unstemmed Uso de Técnicas de Clusterização em uma Base de Dados Financeira.
title_sort Uso de Técnicas de Clusterização em uma Base de Dados Financeira.
author Pontes Júnior, Armando Pereira
author_facet Pontes Júnior, Armando Pereira
Santana Júnior, Clodomir Joaquim
Bastos Filho, Carmelo José Albanez
author_role author
author2 Santana Júnior, Clodomir Joaquim
Bastos Filho, Carmelo José Albanez
author2_role author
author
dc.contributor.author.fl_str_mv Pontes Júnior, Armando Pereira
Santana Júnior, Clodomir Joaquim
Bastos Filho, Carmelo José Albanez
description O artigo tem como foco o uso de duas importantes técnicas computacionais para problemas de clusterização. Os algoritmos utilizados foram o K-Means e o Fuzzy C-Means (FCM), que aplicados em uma base de dados financeira de concessão de crédito pessoal podem auxiliar o tomador de decisão a identificar as principais características dos mutuários que se encontravam adimplentes e mutuários que estavam inadimplentes. O processo de clusterização investigou, através de 15 características (divididas entre características pessoais, condições de emprego e renda e condições da operação de crédito), similaridades que pudessem ajudar na formação de k grupos distintos. O resultado demonstra que as técnicas de agrupamentos aplicadas podem ser eficientes como ferramentas complementares para auxiliar o gestor financeiro nas suas atividades de classificação de risco, tomada de decisão e gerenciamento do crédito.
publishDate 2018
dc.date.none.fl_str_mv 2018-08-30
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://revistas.poli.br/index.php/repa/article/view/964
10.25286/repa.v3i3.964
url http://revistas.poli.br/index.php/repa/article/view/964
identifier_str_mv 10.25286/repa.v3i3.964
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv http://revistas.poli.br/index.php/repa/article/view/964/447
http://revistas.poli.br/index.php/repa/article/view/964/666
dc.rights.driver.fl_str_mv Copyright (c) 2018 Journal of Engineering and Applied Research
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Copyright (c) 2018 Journal of Engineering and Applied Research
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
text/html
dc.publisher.none.fl_str_mv Escola Politécnica de Pernambuco
publisher.none.fl_str_mv Escola Politécnica de Pernambuco
dc.source.none.fl_str_mv Journal of Engineering and Applied Research; Vol 3 No 3 (2018): Edição Especial em Ciência de Dados e Analytics
Revista de Engenharia e Pesquisa Aplicada; v. 3 n. 3 (2018): Edição Especial em Ciência de Dados e Analytics
2525-4251
10.25286/repa.v3i3
reponame:Revista de Engenharia e Pesquisa Aplicada
instname:Universidade Federal de Pernambuco (UFPE)
instacron:UFPE
instname_str Universidade Federal de Pernambuco (UFPE)
instacron_str UFPE
institution UFPE
reponame_str Revista de Engenharia e Pesquisa Aplicada
collection Revista de Engenharia e Pesquisa Aplicada
repository.name.fl_str_mv Revista de Engenharia e Pesquisa Aplicada - Universidade Federal de Pernambuco (UFPE)
repository.mail.fl_str_mv ||repa@poli.br
_version_ 1798035999729647616

Registros relacionados