Inteligência artificial aplicada a pequenas empresas: o uso da engenharia automática de recursos e do aprendizado de máquina para um planejamento mais preciso

Detalhes bibliográficos
Autor(a) principal: Nascimento, Alexandre Moreira
Data de Publicação: 2020
Outros Autores: de Melo, Vinicius Veloso, Muller Queiroz, Anna Carolina, Brashear-Alejandro, Thomas, Meirelles, Fernando de Souza
Tipo de documento: Artigo
Idioma: por
eng
Título da fonte: Revista de contabilidade e organizações
Texto Completo: https://www.revistas.usp.br/rco/article/view/171481
Resumo: The purpose of this study is to develop a predictive model that increases the accuracy of business operational planning using data from a small business. By using Machine Learning (ML) techniques feature expansion, resampling, and combination techniques, it was possible to address several existing limitations in the available research. Then, the use of the novel technique of feature engineering allowed us to increase the accuracy of the model by finding 10 new features derived from the original ones and constructed automatically through the nonlinear relationships found between them. Finally, we built a rule-based classifier to predict the store's revenue with high accuracy. The results show the proposed approach open new possibilities for ML research applied to small and medium businesses.
id USP-65_f80487806b6e742a92daa042784f3d96
oai_identifier_str oai:revistas.usp.br:article/171481
network_acronym_str USP-65
network_name_str Revista de contabilidade e organizações
repository_id_str
spelling Inteligência artificial aplicada a pequenas empresas: o uso da engenharia automática de recursos e do aprendizado de máquina para um planejamento mais precisoArtificial intelligence applied to small businesses: the use of automatic feature engineering and machine learning for more accurate planningInteligência artificialEngenharia automática de recursosAprendizado de máquinaPequenas empresasEmpresas locaisInteligencia artificial, ingeniería automática de características, aprendizaje automático, pequeñas empresas, negocios localesArtificial intelligenceAutomatic feature engineeringMachine learningSmall businessLocal businessThe purpose of this study is to develop a predictive model that increases the accuracy of business operational planning using data from a small business. By using Machine Learning (ML) techniques feature expansion, resampling, and combination techniques, it was possible to address several existing limitations in the available research. Then, the use of the novel technique of feature engineering allowed us to increase the accuracy of the model by finding 10 new features derived from the original ones and constructed automatically through the nonlinear relationships found between them. Finally, we built a rule-based classifier to predict the store's revenue with high accuracy. The results show the proposed approach open new possibilities for ML research applied to small and medium businesses.O objetivo deste estudo é desenvolver um modelo preditivo que aumente a precisão do planejamento operacional de negócios usando dados de uma pequena empresa. A partir de técnicas de aprendizado de máquina (AM), são apresentadas estratégias de expansão, reamostragem e combinação que permitiram superar várias das limitações enfrentadas pelas pesquisas conduzidas até então. O estudo adotou uma nova técnica de engenharia de recursos que permitiu aumentar a precisão de um modelo preditivo, encontrando 10 novos recursos derivados dos originais, desenvolvidos automaticamente através das relações não-lineares encontradas entre eles. Por fim, foi criado um classificador com regras para prever, com alta precisão, a receita da pequena empresa. De acordo com os resultados apresentados, a abordagem proposta abre novas possibilidades para a pesquisa sobre a AM aplicada a pequenas e médias empresas.Universidade de São Paulo. Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto2020-10-14info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfapplication/pdftext/xmlhttps://www.revistas.usp.br/rco/article/view/17148110.11606/issn.1982-6486.rco.2020.171481Revista de Contabilidade e Organizações; Vol. 14 (2020); e171481Revista de Contabilidade e Organizações; Vol. 14 (2020); e171481Revista de Contabilidade e Organizações; v. 14 (2020); e1714811982-6486reponame:Revista de contabilidade e organizaçõesinstname:Universidade de São Paulo (USP)instacron:USPporenghttps://www.revistas.usp.br/rco/article/view/171481/163852https://www.revistas.usp.br/rco/article/view/171481/163851https://www.revistas.usp.br/rco/article/view/171481/173065Copyright (c) 2020 Revista de Contabilidade e Organizaçõeshttp://creativecommons.org/licenses/by-nc-nd/4.0info:eu-repo/semantics/openAccessNascimento, Alexandre Moreira de Melo, Vinicius VelosoMuller Queiroz, Anna CarolinaBrashear-Alejandro, ThomasMeirelles, Fernando de Souza2020-09-30T12:34:57Zoai:revistas.usp.br:article/171481Revistahttps://www.revistas.usp.br/rcoPUBhttps://www.revistas.usp.br/rco/oairco@usp.br1982-64861982-6486opendoar:2020-09-30T12:34:57Revista de contabilidade e organizações - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Inteligência artificial aplicada a pequenas empresas: o uso da engenharia automática de recursos e do aprendizado de máquina para um planejamento mais preciso
Artificial intelligence applied to small businesses: the use of automatic feature engineering and machine learning for more accurate planning
title Inteligência artificial aplicada a pequenas empresas: o uso da engenharia automática de recursos e do aprendizado de máquina para um planejamento mais preciso
spellingShingle Inteligência artificial aplicada a pequenas empresas: o uso da engenharia automática de recursos e do aprendizado de máquina para um planejamento mais preciso
Nascimento, Alexandre Moreira
Inteligência artificial
Engenharia automática de recursos
Aprendizado de máquina
Pequenas empresas
Empresas locais
Inteligencia artificial, ingeniería automática de características, aprendizaje automático, pequeñas empresas, negocios locales
Artificial intelligence
Automatic feature engineering
Machine learning
Small business
Local business
title_short Inteligência artificial aplicada a pequenas empresas: o uso da engenharia automática de recursos e do aprendizado de máquina para um planejamento mais preciso
title_full Inteligência artificial aplicada a pequenas empresas: o uso da engenharia automática de recursos e do aprendizado de máquina para um planejamento mais preciso
title_fullStr Inteligência artificial aplicada a pequenas empresas: o uso da engenharia automática de recursos e do aprendizado de máquina para um planejamento mais preciso
title_full_unstemmed Inteligência artificial aplicada a pequenas empresas: o uso da engenharia automática de recursos e do aprendizado de máquina para um planejamento mais preciso
title_sort Inteligência artificial aplicada a pequenas empresas: o uso da engenharia automática de recursos e do aprendizado de máquina para um planejamento mais preciso
author Nascimento, Alexandre Moreira
author_facet Nascimento, Alexandre Moreira
de Melo, Vinicius Veloso
Muller Queiroz, Anna Carolina
Brashear-Alejandro, Thomas
Meirelles, Fernando de Souza
author_role author
author2 de Melo, Vinicius Veloso
Muller Queiroz, Anna Carolina
Brashear-Alejandro, Thomas
Meirelles, Fernando de Souza
author2_role author
author
author
author
dc.contributor.author.fl_str_mv Nascimento, Alexandre Moreira
de Melo, Vinicius Veloso
Muller Queiroz, Anna Carolina
Brashear-Alejandro, Thomas
Meirelles, Fernando de Souza
dc.subject.por.fl_str_mv Inteligência artificial
Engenharia automática de recursos
Aprendizado de máquina
Pequenas empresas
Empresas locais
Inteligencia artificial, ingeniería automática de características, aprendizaje automático, pequeñas empresas, negocios locales
Artificial intelligence
Automatic feature engineering
Machine learning
Small business
Local business
topic Inteligência artificial
Engenharia automática de recursos
Aprendizado de máquina
Pequenas empresas
Empresas locais
Inteligencia artificial, ingeniería automática de características, aprendizaje automático, pequeñas empresas, negocios locales
Artificial intelligence
Automatic feature engineering
Machine learning
Small business
Local business
description The purpose of this study is to develop a predictive model that increases the accuracy of business operational planning using data from a small business. By using Machine Learning (ML) techniques feature expansion, resampling, and combination techniques, it was possible to address several existing limitations in the available research. Then, the use of the novel technique of feature engineering allowed us to increase the accuracy of the model by finding 10 new features derived from the original ones and constructed automatically through the nonlinear relationships found between them. Finally, we built a rule-based classifier to predict the store's revenue with high accuracy. The results show the proposed approach open new possibilities for ML research applied to small and medium businesses.
publishDate 2020
dc.date.none.fl_str_mv 2020-10-14
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 https://www.revistas.usp.br/rco/article/view/171481
10.11606/issn.1982-6486.rco.2020.171481
url https://www.revistas.usp.br/rco/article/view/171481
identifier_str_mv 10.11606/issn.1982-6486.rco.2020.171481
dc.language.iso.fl_str_mv por
eng
language por
eng
dc.relation.none.fl_str_mv https://www.revistas.usp.br/rco/article/view/171481/163852
https://www.revistas.usp.br/rco/article/view/171481/163851
https://www.revistas.usp.br/rco/article/view/171481/173065
dc.rights.driver.fl_str_mv Copyright (c) 2020 Revista de Contabilidade e Organizações
http://creativecommons.org/licenses/by-nc-nd/4.0
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Copyright (c) 2020 Revista de Contabilidade e Organizações
http://creativecommons.org/licenses/by-nc-nd/4.0
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
application/pdf
text/xml
dc.publisher.none.fl_str_mv Universidade de São Paulo. Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto
publisher.none.fl_str_mv Universidade de São Paulo. Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto
dc.source.none.fl_str_mv Revista de Contabilidade e Organizações; Vol. 14 (2020); e171481
Revista de Contabilidade e Organizações; Vol. 14 (2020); e171481
Revista de Contabilidade e Organizações; v. 14 (2020); e171481
1982-6486
reponame:Revista de contabilidade e organizações
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Revista de contabilidade e organizações
collection Revista de contabilidade e organizações
repository.name.fl_str_mv Revista de contabilidade e organizações - Universidade de São Paulo (USP)
repository.mail.fl_str_mv rco@usp.br
_version_ 1797054146081193984