Tomada de decisões em sistemas financeiros utilizando algoritmos de aprendizado de máquina supervisionado

Detalhes bibliográficos
Autor(a) principal: Otte Júnior, Luís Carlos
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: http://www.teses.usp.br/teses/disponiveis/55/55137/tde-22032019-171747/
Resumo: Embora existam soluções para sistemas de cobrança e telecomunicações que apresentem relatórios para auxílio à cobrança de clientes, ambas carecem de informações que apoiem a tomada de decisões, nas análises estratégicas e na propensão de pagamento. Desse modo, o objetivo deste projeto é implementar ferramentas e soluções inteligentes a fim de reduzir o desperdício de tempo e aumentar a produtividade do gestor, decorrentes da necessidade da análise e cruzamento de todos os dados para tomar qualquer ação durante os processos de cobrança e gestão de custos.
id USP_6712519c8299d4b5db0101360c019a24
oai_identifier_str oai:teses.usp.br:tde-22032019-171747
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Tomada de decisões em sistemas financeiros utilizando algoritmos de aprendizado de máquina supervisionadoDecision making in financial systems using supervised machine learning algorithmsAprendizado máquinaÁrvores de decisãoCredit recoveryData miningDecision treesMachine learningMineração de dadosNeural networksRecuperação créditoRedes neuraisEmbora existam soluções para sistemas de cobrança e telecomunicações que apresentem relatórios para auxílio à cobrança de clientes, ambas carecem de informações que apoiem a tomada de decisões, nas análises estratégicas e na propensão de pagamento. Desse modo, o objetivo deste projeto é implementar ferramentas e soluções inteligentes a fim de reduzir o desperdício de tempo e aumentar a produtividade do gestor, decorrentes da necessidade da análise e cruzamento de todos os dados para tomar qualquer ação durante os processos de cobrança e gestão de custos.Although there are solutions for billing and telecommunications systems to present reports to support debt collection, both lack information to support decision making in strategic analysis and propensity to pay. Thus, the goal of this project is to implement intelligent tools and solutions taht are able to increase their productivity and reduce waste of managers time, due to the need of analyzing and crossing all the data to take action during the collection processes and cost management.Biblioteca Digitais de Teses e Dissertações da USPCarvalho, André Carlos Ponce de Leon Ferreira deOtte Júnior, Luís Carlos 2018-10-17info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/55/55137/tde-22032019-171747/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2019-04-09T23:21:59Zoai:teses.usp.br:tde-22032019-171747Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212019-04-09T23:21:59Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Tomada de decisões em sistemas financeiros utilizando algoritmos de aprendizado de máquina supervisionado
Decision making in financial systems using supervised machine learning algorithms
title Tomada de decisões em sistemas financeiros utilizando algoritmos de aprendizado de máquina supervisionado
spellingShingle Tomada de decisões em sistemas financeiros utilizando algoritmos de aprendizado de máquina supervisionado
Otte Júnior, Luís Carlos
Aprendizado máquina
Árvores de decisão
Credit recovery
Data mining
Decision trees
Machine learning
Mineração de dados
Neural networks
Recuperação crédito
Redes neurais
title_short Tomada de decisões em sistemas financeiros utilizando algoritmos de aprendizado de máquina supervisionado
title_full Tomada de decisões em sistemas financeiros utilizando algoritmos de aprendizado de máquina supervisionado
title_fullStr Tomada de decisões em sistemas financeiros utilizando algoritmos de aprendizado de máquina supervisionado
title_full_unstemmed Tomada de decisões em sistemas financeiros utilizando algoritmos de aprendizado de máquina supervisionado
title_sort Tomada de decisões em sistemas financeiros utilizando algoritmos de aprendizado de máquina supervisionado
author Otte Júnior, Luís Carlos
author_facet Otte Júnior, Luís Carlos
author_role author
dc.contributor.none.fl_str_mv Carvalho, André Carlos Ponce de Leon Ferreira de
dc.contributor.author.fl_str_mv Otte Júnior, Luís Carlos
dc.subject.por.fl_str_mv Aprendizado máquina
Árvores de decisão
Credit recovery
Data mining
Decision trees
Machine learning
Mineração de dados
Neural networks
Recuperação crédito
Redes neurais
topic Aprendizado máquina
Árvores de decisão
Credit recovery
Data mining
Decision trees
Machine learning
Mineração de dados
Neural networks
Recuperação crédito
Redes neurais
description Embora existam soluções para sistemas de cobrança e telecomunicações que apresentem relatórios para auxílio à cobrança de clientes, ambas carecem de informações que apoiem a tomada de decisões, nas análises estratégicas e na propensão de pagamento. Desse modo, o objetivo deste projeto é implementar ferramentas e soluções inteligentes a fim de reduzir o desperdício de tempo e aumentar a produtividade do gestor, decorrentes da necessidade da análise e cruzamento de todos os dados para tomar qualquer ação durante os processos de cobrança e gestão de custos.
publishDate 2018
dc.date.none.fl_str_mv 2018-10-17
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://www.teses.usp.br/teses/disponiveis/55/55137/tde-22032019-171747/
url http://www.teses.usp.br/teses/disponiveis/55/55137/tde-22032019-171747/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815257264625287168

Registros relacionados