Aplicação de métodos de inteligência artificial em inteligência de negócios.
Autor(a) principal: | |
---|---|
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 |