Mineração de dados aplicada à análise de crédito financeiro
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFPR |
Texto Completo: | https://hdl.handle.net/1884/79066 |
Resumo: | Orientador: Prof. Dr. Luciano Heitor Gallegos Marin |
id |
UFPR_7287581fbe1002681394a478f1d1c915 |
---|---|
oai_identifier_str |
oai:acervodigital.ufpr.br:1884/79066 |
network_acronym_str |
UFPR |
network_name_str |
Repositório Institucional da UFPR |
repository_id_str |
308 |
spelling |
Netto, Nathalia Ferreira, 1998-Universidade Federal do Paraná. Setor de Ciências Sociais Aplicadas. Curso de Graduação em Gestão da InformaçãoMarin, Luciano Heitor Gallegos, 1978-2022-10-26T13:37:00Z2022-10-26T13:37:00Z2022https://hdl.handle.net/1884/79066Orientador: Prof. Dr. Luciano Heitor Gallegos MarinTrabalho de Conclusão de Curso (graduação) - Universidade Federal do Paraná, Setor de Ciências Sociais Aplicadas, Curso de Gestão da Informação.Inclui referênciasResumo : O presente relatório se propõe a demonstrar a aplicação de métodos de mineração de dados em uma base de dados de análise de crédito para verificar a efetividade na classificação de clientes por padrões de comportamento financeiro. Para isso, discorre-se sobre o crédito, a análise e risco de crédito, a inadimplência e introduz os conceitos de mineração de dados e sua participação no processo de Descoberta de Conhecimento em Bases de Dados. Descreve-se detalhadamente as aplicações deste processo para responder ao problema proposto de classificar clientes inadimplentes e não inadimplentes de forma preditiva. Verifica-se o desempenho de diferentes técnicas de mineração de dados e faz-se a comparação entre elas utilizando a acurácia, precisão e revocação de cada modelo. Por fim, conclui-se que é suficientemente eficaz a classificação proposta utilizando a técnica de árvore de decisão.1 recurso online : PDF.application/pdfMineração de dados (Computação)Análise de créditoInadimplência (Finanças)Mineração de dados aplicada à análise de crédito financeiroinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALNATHALIA-FERREIRA-NETTO.pdfapplication/pdf3765986https://acervodigital.ufpr.br/bitstream/1884/79066/1/NATHALIA-FERREIRA-NETTO.pdf31703d4327bb9535c4fd3dde186487c1MD51open access1884/790662022-10-26 10:37:00.197open accessoai:acervodigital.ufpr.br:1884/79066Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082022-10-26T13:37Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false |
dc.title.pt_BR.fl_str_mv |
Mineração de dados aplicada à análise de crédito financeiro |
title |
Mineração de dados aplicada à análise de crédito financeiro |
spellingShingle |
Mineração de dados aplicada à análise de crédito financeiro Netto, Nathalia Ferreira, 1998- Mineração de dados (Computação) Análise de crédito Inadimplência (Finanças) |
title_short |
Mineração de dados aplicada à análise de crédito financeiro |
title_full |
Mineração de dados aplicada à análise de crédito financeiro |
title_fullStr |
Mineração de dados aplicada à análise de crédito financeiro |
title_full_unstemmed |
Mineração de dados aplicada à análise de crédito financeiro |
title_sort |
Mineração de dados aplicada à análise de crédito financeiro |
author |
Netto, Nathalia Ferreira, 1998- |
author_facet |
Netto, Nathalia Ferreira, 1998- |
author_role |
author |
dc.contributor.other.pt_BR.fl_str_mv |
Universidade Federal do Paraná. Setor de Ciências Sociais Aplicadas. Curso de Graduação em Gestão da Informação |
dc.contributor.author.fl_str_mv |
Netto, Nathalia Ferreira, 1998- |
dc.contributor.advisor1.fl_str_mv |
Marin, Luciano Heitor Gallegos, 1978- |
contributor_str_mv |
Marin, Luciano Heitor Gallegos, 1978- |
dc.subject.por.fl_str_mv |
Mineração de dados (Computação) Análise de crédito Inadimplência (Finanças) |
topic |
Mineração de dados (Computação) Análise de crédito Inadimplência (Finanças) |
description |
Orientador: Prof. Dr. Luciano Heitor Gallegos Marin |
publishDate |
2022 |
dc.date.accessioned.fl_str_mv |
2022-10-26T13:37:00Z |
dc.date.available.fl_str_mv |
2022-10-26T13:37:00Z |
dc.date.issued.fl_str_mv |
2022 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://hdl.handle.net/1884/79066 |
url |
https://hdl.handle.net/1884/79066 |
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 |
1 recurso online : PDF. application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPR instname:Universidade Federal do Paraná (UFPR) instacron:UFPR |
instname_str |
Universidade Federal do Paraná (UFPR) |
instacron_str |
UFPR |
institution |
UFPR |
reponame_str |
Repositório Institucional da UFPR |
collection |
Repositório Institucional da UFPR |
bitstream.url.fl_str_mv |
https://acervodigital.ufpr.br/bitstream/1884/79066/1/NATHALIA-FERREIRA-NETTO.pdf |
bitstream.checksum.fl_str_mv |
31703d4327bb9535c4fd3dde186487c1 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR) |
repository.mail.fl_str_mv |
|
_version_ |
1801860395078516736 |