Métodos de aprendizagem automática: um estudo baseado na avaliação e previsão de clientes bancários
Main Author: | |
---|---|
Publication Date: | 2016 |
Format: | Master thesis |
Language: | por |
Source: | Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) |
Download full: | http://hdl.handle.net/10362/17371 |
Summary: | Project Work presented as the partial requirement for obtaining a Master's degree in Information Management, specialization in Knowledge Management and Business Intelligence |
id |
RCAP_b27e18114580cb60496ab7d53e4fd52d |
---|---|
oai_identifier_str |
oai:run.unl.pt:10362/17371 |
network_acronym_str |
RCAP |
network_name_str |
Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) |
repository_id_str |
https://opendoar.ac.uk/repository/7160 |
spelling |
Métodos de aprendizagem automática: um estudo baseado na avaliação e previsão de clientes bancáriosData MiningKnowledge Discovery DatabaseMachine LearningProject Work presented as the partial requirement for obtaining a Master's degree in Information Management, specialization in Knowledge Management and Business IntelligenceData Mining surge, hoje em dia, como uma ferramenta importante e crucial para o sucesso de um negócio. O considerável volume de dados que atualmente se encontra disponível, por si só, não traz valor acrescentado. No entanto, as ferramentas de Data Mining, capazes de transformar dados e mais dados em conhecimento, vêm colmatar esta lacuna, constituindo, assim, um trunfo que ninguém quer perder. O presente trabalho foca-se na utilização das técnicas de Data Mining no âmbito da atividade bancária, mais concretamente na sua atividade de telemarketing. Neste trabalho são aplicados catorze algoritmos a uma base de dados proveniente do call center de um banco português, resultante de uma campanha para a angariação de clientes para depósitos a prazo com taxas de juro favoráveis. Os catorze algoritmos aplicados no caso prático deste projeto podem ser agrupados em sete grupos: Árvores de Decisão, Redes Neuronais, Support Vector Machine, Voted Perceptron, métodos Ensemble, aprendizagem Bayesiana e Regressões. De forma a beneficiar, ainda mais, do que a área de Data Mining tem para oferecer, este trabalho incide ainda sobre o redimensionamento da base de dados em questão, através da aplicação de duas estratégias de seleção de atributos: Best First e Genetic Search. Um dos objetivos deste trabalho prende-se com a comparação dos resultados obtidos com os resultados presentes no estudo dos autores Sérgio Moro, Raul Laureano e Paulo Cortez (Sérgio Moro, Laureano, & Cortez, 2011). Adicionalmente, pretende-se identificar as variáveis mais relevantes aquando da identificação do potencial cliente deste produto financeiro. Como principais conclusões, depreende-se que os resultados obtidos são comparáveis com os resultados publicados pelos autores mencionados, sendo os mesmos de qualidade e consistentes. O algoritmo Bagging é o que apresenta melhores resultados e a variável referente à duração da chamada telefónica é a que mais influencia o sucesso de campanhas similares.Vanneschi, LeonardoCastelli, MauroRUNSerras, Flávia Alexandra Jorge2016-05-20T12:33:05Z2016-03-012016-03-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10362/17371TID:201104806porinfo:eu-repo/semantics/openAccessreponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiainstacron:RCAAP2024-05-22T17:21:33Zoai:run.unl.pt:10362/17371Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireinfo@rcaap.ptopendoar:https://opendoar.ac.uk/repository/71602025-05-28T16:52:17.821990Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiafalse |
dc.title.none.fl_str_mv |
Métodos de aprendizagem automática: um estudo baseado na avaliação e previsão de clientes bancários |
title |
Métodos de aprendizagem automática: um estudo baseado na avaliação e previsão de clientes bancários |
spellingShingle |
Métodos de aprendizagem automática: um estudo baseado na avaliação e previsão de clientes bancários Serras, Flávia Alexandra Jorge Data Mining Knowledge Discovery Database Machine Learning |
title_short |
Métodos de aprendizagem automática: um estudo baseado na avaliação e previsão de clientes bancários |
title_full |
Métodos de aprendizagem automática: um estudo baseado na avaliação e previsão de clientes bancários |
title_fullStr |
Métodos de aprendizagem automática: um estudo baseado na avaliação e previsão de clientes bancários |
title_full_unstemmed |
Métodos de aprendizagem automática: um estudo baseado na avaliação e previsão de clientes bancários |
title_sort |
Métodos de aprendizagem automática: um estudo baseado na avaliação e previsão de clientes bancários |
author |
Serras, Flávia Alexandra Jorge |
author_facet |
Serras, Flávia Alexandra Jorge |
author_role |
author |
dc.contributor.none.fl_str_mv |
Vanneschi, Leonardo Castelli, Mauro RUN |
dc.contributor.author.fl_str_mv |
Serras, Flávia Alexandra Jorge |
dc.subject.por.fl_str_mv |
Data Mining Knowledge Discovery Database Machine Learning |
topic |
Data Mining Knowledge Discovery Database Machine Learning |
description |
Project Work presented as the partial requirement for obtaining a Master's degree in Information Management, specialization in Knowledge Management and Business Intelligence |
publishDate |
2016 |
dc.date.none.fl_str_mv |
2016-05-20T12:33:05Z 2016-03-01 2016-03-01T00:00:00Z |
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://hdl.handle.net/10362/17371 TID:201104806 |
url |
http://hdl.handle.net/10362/17371 |
identifier_str_mv |
TID:201104806 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia instacron:RCAAP |
instname_str |
FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) |
collection |
Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) |
repository.name.fl_str_mv |
Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia |
repository.mail.fl_str_mv |
info@rcaap.pt |
_version_ |
1833596258723299328 |