Detalhes bibliográficos
| Ano de defesa: |
2020 |
| Autor(a) principal: |
Lauria, Rayana de Souza |
| Orientador(a): |
Lins, Genaro Dueire |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Não Informado pela instituição
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Palavras-chave em Inglês: |
|
| Link de acesso: |
https://hdl.handle.net/10438/30277
|
Resumo: |
O presente trabalho busca associar algoritmos de recomendação, tão presentes na atual era do e-commmerce, a bases de produtos financeiros das plataformas digitais em um projeto de ciência de dados. Neste estudo, portanto, será realizada uma revisão bibliográfica dos sistemas já existentes e presentes no cotidiano dos consumidores virtuais para produtos normais, como livros e filmes, e das aplicações existentes de tais sistemas para recomendar produtos financeiros. A ideia central é a incorporação dos parâmetros de finanças que tornam um determinado produto em finanças recomendável ao perfil do investidor, dado seu padrão de consumo na base de transações. Para isso, serão aplicados sistemas de recomendação de aprendizado de máquina a bases transacionais de produtos financeiros. Os resultados obtidos permitem uma avaliação preliminar desta aplicação, abrindo portas para estudos futuros relacionados ao tema. |
