Técnicas de data mining na classificação de usuários em teste de um software do mercado financeiro

• Autor(a) principal: Maman, Natan Hermano de
• Data de Publicação: 2017
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRGS
• Texto Completo: http://hdl.handle.net/10183/249783
• topic: Mineração de dados; Comportamento do usuário; Data mining; Classification; Software; User

O estudo apresentado aborda a aplicação de técnicas de data mining de classificação em dados de usuários no período de teste de um software para operações no mercado financeiro. O objetivo da pesquisa-ação realizada predizer a propensão dos usuário à assinatura do software a partir da aplicação de técnicas de data mining para a identificação e seleção de variáveis que permitam a classificação (alocação) nas categorias assinantes e não-assinantes. Através do processo de descobrimento de conhecimento em banco de dados foram aplicados quatro diferentes algoritmos, dessa forma, possibilitando a extração de conhecimento útil através dos dados. Os algoritmos aplicados foram os de Regressão Logística, Support Vector Machine , Naïve Bayes e Random Forest . A análise dos resultados aponta que o algoritmo de Random Forest apresentou o melhor desempenho na classificação dos usuários comparado aos outros modelos testados no estudo, com uma área sob a curva de 0,85, o que em parâmetros gerais, pode ser considerado um bom resultado.