Aplicação de métodos de inteligência artificial em inteligência de negócios.

Detalhes bibliográficos
Autor(a) principal: Dutra, Rogério Garcia
Data de Publicação: 2001
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://www.teses.usp.br/teses/disponiveis/3/3142/tde-13092024-080026/
Resumo: O objetivo desta dissertação é combinar métodos de redes neurais artificiais e árvores de decisão para prospecção de padrões de classificação de clientes, como parte de um processo interativo de descobrimento e análise de regularidades, regras e associações em uma base de dados proveniente de processos empresariais de vendas de uma empresa que atua no setor químico e fabrica produtos de consumo como cosméticos e produtos de beleza. Como resultado dessa combinação de métodos de inteligência artificial, espera-se maximizar as vantagens de ambos métodos em um modelo denominado de Neural Tree Network (NTN), empregado como ferramenta de Inteligência de Negócios (BI) em atividades de exploração de dados (Data Mining) para Gerenciamento de Relações com Clientes (CRM). O modelo da NTN, elaborado nesta dissertação, combina dois algoritmos consagrados na literatura: a rede neural artificial SOM (Self-Organizing Map) com o classificador em formato de árvore C4.5. As classificações de clientes obtidas por meio do algoritmo SOM foram utilizadas para construção de árvores de decisão, cujos resultados quantitativos e qualitativos permitiram inferir um significado para estas classificações dentro do contexto do processo de negócios de venda avaliado.
id USP_e52e211ed5b2df35f219e9baf38b6011
oai_identifier_str oai:teses.usp.br:tde-13092024-080026
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Aplicação de métodos de inteligência artificial em inteligência de negócios.Untitled in englishArtificial intelligenceBusinessInteligência artificialNegóciosNeural networksRedes neuraisO objetivo desta dissertação é combinar métodos de redes neurais artificiais e árvores de decisão para prospecção de padrões de classificação de clientes, como parte de um processo interativo de descobrimento e análise de regularidades, regras e associações em uma base de dados proveniente de processos empresariais de vendas de uma empresa que atua no setor químico e fabrica produtos de consumo como cosméticos e produtos de beleza. Como resultado dessa combinação de métodos de inteligência artificial, espera-se maximizar as vantagens de ambos métodos em um modelo denominado de Neural Tree Network (NTN), empregado como ferramenta de Inteligência de Negócios (BI) em atividades de exploração de dados (Data Mining) para Gerenciamento de Relações com Clientes (CRM). O modelo da NTN, elaborado nesta dissertação, combina dois algoritmos consagrados na literatura: a rede neural artificial SOM (Self-Organizing Map) com o classificador em formato de árvore C4.5. As classificações de clientes obtidas por meio do algoritmo SOM foram utilizadas para construção de árvores de decisão, cujos resultados quantitativos e qualitativos permitiram inferir um significado para estas classificações dentro do contexto do processo de negócios de venda avaliado.The purpose of this work is to combine artificial neural nets and decision trees methods to find customer classification patterns inside an interactive context of knowledge, rules and association discover and assessment based on sales business process database of a chemical company, which sells healthy and beauty products. The expected results of such combination are to maximize de advantages of both methods in a model called Neural Tree Network (NTN) applied as Business Intelligence (BI) tool in Data Mining activities for Customer Relationship Management (CRM). NTN model combines, in this work, two well-known algorithms in literature: Self-Organizing Map (SOM) artificial neural network with C4.5 decision tree classifier. The customer classification obtained through SOM algorithm were applied to build decision trees, whose quantitative and qualitative results lead to infer class meanings inside the sales business process achieved.Biblioteca Digitais de Teses e Dissertações da USPCabral Junior, Euvaldo FerreiraDutra, Rogério Garcia2001-03-28info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/3/3142/tde-13092024-080026/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/openAccesspor2024-09-13T11:09:02Zoai:teses.usp.br:tde-13092024-080026Biblioteca 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:27212024-09-13T11:09:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Aplicação de métodos de inteligência artificial em inteligência de negócios.
Untitled in english
title Aplicação de métodos de inteligência artificial em inteligência de negócios.
spellingShingle Aplicação de métodos de inteligência artificial em inteligência de negócios.
Dutra, Rogério Garcia
Artificial intelligence
Business
Inteligência artificial
Negócios
Neural networks
Redes neurais
title_short Aplicação de métodos de inteligência artificial em inteligência de negócios.
title_full Aplicação de métodos de inteligência artificial em inteligência de negócios.
title_fullStr Aplicação de métodos de inteligência artificial em inteligência de negócios.
title_full_unstemmed Aplicação de métodos de inteligência artificial em inteligência de negócios.
title_sort Aplicação de métodos de inteligência artificial em inteligência de negócios.
author Dutra, Rogério Garcia
author_facet Dutra, Rogério Garcia
author_role author
dc.contributor.none.fl_str_mv Cabral Junior, Euvaldo Ferreira
dc.contributor.author.fl_str_mv Dutra, Rogério Garcia
dc.subject.por.fl_str_mv Artificial intelligence
Business
Inteligência artificial
Negócios
Neural networks
Redes neurais
topic Artificial intelligence
Business
Inteligência artificial
Negócios
Neural networks
Redes neurais
description O objetivo desta dissertação é combinar métodos de redes neurais artificiais e árvores de decisão para prospecção de padrões de classificação de clientes, como parte de um processo interativo de descobrimento e análise de regularidades, regras e associações em uma base de dados proveniente de processos empresariais de vendas de uma empresa que atua no setor químico e fabrica produtos de consumo como cosméticos e produtos de beleza. Como resultado dessa combinação de métodos de inteligência artificial, espera-se maximizar as vantagens de ambos métodos em um modelo denominado de Neural Tree Network (NTN), empregado como ferramenta de Inteligência de Negócios (BI) em atividades de exploração de dados (Data Mining) para Gerenciamento de Relações com Clientes (CRM). O modelo da NTN, elaborado nesta dissertação, combina dois algoritmos consagrados na literatura: a rede neural artificial SOM (Self-Organizing Map) com o classificador em formato de árvore C4.5. As classificações de clientes obtidas por meio do algoritmo SOM foram utilizadas para construção de árvores de decisão, cujos resultados quantitativos e qualitativos permitiram inferir um significado para estas classificações dentro do contexto do processo de negócios de venda avaliado.
publishDate 2001
dc.date.none.fl_str_mv 2001-03-28
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 https://www.teses.usp.br/teses/disponiveis/3/3142/tde-13092024-080026/
url https://www.teses.usp.br/teses/disponiveis/3/3142/tde-13092024-080026/
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_ 1815256507451703296