Beruflich Dokumente
Kultur Dokumente
de Informao Laboratrio de Inteligncia Computacional Aplicado a Negcios Fladson Oliveira Lucas Marciano
Agenda
Introduo
Premissas Ferramentas de Apoio a deciso
Trabalhos na base
Trabalhos parecidos Concluso Referncias
UFRN/CERES/DCEA/Sistemas de Informao/LabICAN
Introduo
Algoritmos de minerao de dados para analisar uma
base de dados comercial, real; Com o fim de identificar possveis grupos de clientes, para que auxilie o comerciante a liberar ou no o pagamento parcelado; Algoritmos Nave Bayes e os Mapas Auto Organizveis.
UFRN/CERES/DCEA/Sistemas de Informao/LabICAN
Premissas I
De acordo com o IBGE o brasileiro teve seu poder de
compra aumentado em 19% entre os anos de 2003 e 2010; O tipo de compra mais realizada pelo brasileiro a compra a prazo que, em alguns casos, envolve confiana por parte do empresrio para com o cliente; A rpida evoluo dos recursos computacionais permitiu que fossem gerados grandes volumes de dados (Sferra,2003);
UFRN/CERES/DCEA/Sistemas de Informao/LabICAN
Premissas II
Estima-se que a quantidade de informao no mundo
dobra a cada vinte meses (Dilly, 1999); As informaes esto bastante ligadas tomada de decises de nvel estratgico (Freitas, 1992); A tentativa de buscar relacionar vrios campos, de uma base de dados de vrios terabytes, praticamente impossvel para um humano comum, tambm podemos citar a questo do tempo e do dinheiro investido para essa ao (Fayyad et al.,1992).
UFRN/CERES/DCEA/Sistemas de Informao/LabICAN
Nave Bayes Redes Bayseanas Busca por uma forma de lgica fuzzy;
UFRN/CERES/DCEA/Sistemas de Informao/LabICAN
UFRN/CERES/DCEA/Sistemas de Informao/LabICAN
UFRN/CERES/DCEA/Sistemas de Informao/LabICAN
Trabalhos na base I
Uso do Weka Explore, Orange Canvas e MySQL
Workbench; Tuplas erradas ou no preenchidas; Campos da base: renda da famlia, se casado, numero de filhos, faixa salarial, emprego fixo, idade e se possui atraso; Transformao dos campos de datas em nmero de meses, at a presente data; Minerao usando o Nave Bayes e o SOM;
Classes definidas : atrasou ou no atrasou.
Trabalhos na base II
UFRN/CERES/DCEA/Sistemas de Informao/LabICAN
11
UFRN/CERES/DCEA/Sistemas de Informao/LabICAN
12
Sada do Weka
UFRN/CERES/DCEA/Sistemas de Informao/LabICAN
13
Sada do Weka
UFRN/CERES/DCEA/Sistemas de Informao/LabICAN
14
Sada do Weka
UFRN/CERES/DCEA/Sistemas de Informao/LabICAN
15
UFRN/CERES/DCEA/Sistemas de Informao/LabICAN
16
Trabalhos parecidos
Xiao e Lei (2008) obtiveram resultados satisfatrios
numa pesquisa em que compararam o modelo de risco de evoluo de credito baseado em SOM
Os resultados mostraram que os SOM tiveram um
Concluso
Com isso conclumos que os atributos usados para o
estudo so insuficientes para estabelecer uma tomada de deciso confivel ao gerente de negcios de uma empresa; Para obter resultados mais satisfatrios seria necessrio um estudo mais profundo e detalhado na influncia local de cada atributo.
UFRN/CERES/DCEA/Sistemas de Informao/LabICAN
18
Referncias
Fayyad, U., Piatesky-Shapiro, G., Smyth, P. (1996). The KDD Process for Extracting Useful Knowledge from Volumes of Data. In: Communications of the ACM. Vol 39. No. 11. Gorgnio, F., Costa, J. (2008). Parallel Self-organizing Maps with Application in Clustering Distributed Data. International Joint Conference on Neural Networks IJCNN. Marques, R., Dutra, I. (2000). Redes Bayesianas: o que so, para que servem, algoritmos e exemplos de aplicaes. http://www.cos.ufrj.br/~ines/courses/cos740/leila/cos740/Bayesianas.pdf. Dezembro. Sferra, H., Corra, A. (2003). Conceitos e Aplicaes de Data Mining. Revista de Cincia & Tecnologia. Vol. 11, No. 22 - pp. 19-34. Dilly, R. (1999). Data Mining: an introduction. Belfast: Parallel Computer Centre. Queens University. Sandri, S., Corra, C. (1999). Lgica Nebulosa. V Escola de Redes Neurais, Promoo: Conselho Nacional de Redes Neurais. ITA. pp. 073-090. So Jos dos Campos, SP. Xiao, Y., Lei, L. (2008). Research on Comparison of Credit Risk Evaluation Models Based on SOM and LVQ Neural Network. Proceedings of the 7th World Congress on Intelligent Control and Automation. Chongqing, China. Angelini, E., Tollo, G., Roli, A. (2008). A neural network approach for credit risk evaluation. The Quarterly Review of Economics and Finance 48. pp. 733-755. Italia.
UFRN/CERES/DCEA/Sistemas de Informao/LabICAN 19
Dvidas
UFRN/CERES/DCEA/Sistemas de Informao/LabICAN
20