Mineração de dados na análise de crédito de pessoas físicas.

• Main Author: Ehresmann, Rodrigo Walter
• Publication Date: 2014
• Format: Bachelor thesis
• Language: por
• Source: Repositório Institucional da Udesc
• dARK ID: ark:/33523/001300000913c
• Download full: https://repositorio.udesc.br/handle/UDESC/21810
• topic: Mineração de dados; Análise de crédito; Credit scoring; WEKA

A mineração de dados é um campo da inteligência artificial voltado para solução de problemas complexos devido ao grande volume de dados envolvido. O objetivo deste trabalho é desenvolver um modelo de análise de crédito que, aliado à mineração de dados, gere classificadores capazes de mensurar o risco do investimento, limitando-se à parte do problema que busca determinar a quem se deve conceder o crédito. O modelo é desenvolvido baseando-se nas diretrizes estabelecidas pelo FICO Score para serem seguidas no processo de análise de crédito. A base de dados utilizada pertence à Lending Club (LC) e é uma amostra de seus empréstimos aprovados a pessoas físicas, possuindo 87 atributos e 30.049 instâncias. A base de dados pré-processada é montada com 39 atributos e 26.383 instâncias. Os dados são disponibilizados pela LC no formato de planilhas eletrônicas, sendo inseridas no banco de dados MySQL através de uma aplicação Java desenvolvida utilizando-se da biblioteca JExcelApi. A ferramenta mineradora adotada é a árvore de decisão, e o software utilizado para gerá-las é o Waikato Environment for Knowledge Analysis (WEKA), usando o algoritmo J48. Ao todo, 13 árvores de decisão são geradas, e os algoritmos para implementação das regras contidas nelas e cálculo do credit scoring são desenvolvidos na linguagem Java, comunicando-se com o banco de dados MySQL onde a base de dados pré-processada é armazenada. De acordo com os critérios estabelecidos para validação do modelo de análise de crédito desenvolvido, obteve-se como resultado uma taxa de precisão de 73%.