???item.export.label??? ???item.export.type.endnote??? ???item.export.type.bibtex???

Please use this identifier to cite or link to this item: https://tede2.pucsp.br/handle/handle/18150
Tipo do documento: Dissertação
Título: Utilização de técnicas de dados não estruturados para desenvolvimento de modelos aplicados ao ciclo de crédito
Autor: Andrade Junior, Valter Lacerda de 
Primeiro orientador: Peixoto, Nelson Brissac
Resumo: A necessidade de análise especializada de Mineração de Dados (Data Mining) em campos textuais e em outras informações não estruturadas estão, cada vez mais, presente nas instituições dos setores públicos e privados. Por meio de modelos probabilísticos e estudos analíticos, torna-se possível ampliar o entendimento sobre determinada fonte de informação. Nos últimos anos, devido ao avanço tecnológico, observa-se um crescimento exponencial na quantidade de informação produzida e acessada nas mídias virtuais (web e privada). Até 2003, a humanidade havia gerado, historicamente, um total de 5 exabytes de conteúdo; hoje estima-se que esse volume possa ser produzido em poucos dias. Assim, a partir desta crescente demanda identificada, este projeto visa trabalhar com modelos probabilísticos relacionados ao mercado financeiro com o intuito de analisar se os campos textuais e ilustrativos, ou informações não estruturadas, contidas dentro do ambiente de negócio, podem prever certos comportamentos de clientes. Parte-se do pressuposto que, no ambiente corporativo e na web, existem informações de grande valor e que, devido à complexidade e falta de estrutura, não são consideradas em estudos probabilísticos. Isso pode representar vantagem competitiva e estratégica para o negócio, pois, por meio da análise da informação não estruturada, podem-se conhecer comportamentos e modos de interação do usuário nestes ambientes, proporcionando obter dados como perfil psicográfico e grau de satisfação. O corpus deste estudo constitui-se de resultados de experimentos efetuados no ambiente negocial de uma empresa do setor financeiro. Para as análises, foram aplicados conceitos estatísticos com viés semiótico. Entre as informações obtidas por esta pesquisa, verifica-se a compreensão crítica e aprofundada dos processos de análise textual
Abstract: The need for expert assessment of Data Mining in textual data fields and other unstructured information is increasingly present in the public and private sector. Through probabilistic models and analytical studies, it is possible to broaden the understanding of a particular information source. In recent years, technology progress caused exponential growth of the information produced and accessed in the virtual media (web and private). It is estimated that by 2003 humanity had historically generated a total of 5 exabytes of content; today that asset volume can be produced in a few days. With the increasing demand, this project aims to work with probabilistic models related to the financial market in order to check whether the textual data fields, or unstructured information, contained within the business environment, can predict certain customers behaviors. It is assumed that in the corporate environment and on the web, there is great valuable information that, due to the complexity and lack of structure, they are barely considered in probabilistic studies. This material may represent competitive and strategic advantage for business, so analyzing unstructured information one can acquire important data on behaviors and mode of user interaction in the environment in which it operates, providing data as to obtain psychographic profile and satisfaction degree. The corpus of this study consists of the results of experiments made in negotiating environment of a financial company in São Paulo. On the foregoing analysis, it was applied statistical bias semiotic concepts. Among the findings of this study, it is possible to get a critical review and thorough understanding of the processes of textual data assessment
Palavras-chave: Dados não estruturados
Mineração de dados
Mineração de textos
Cartão de crédito
Unstructured data
Data mining
Text mining
Credit card
Área(s) do CNPq: CNPQ::OUTROS
Idioma: por
País: BR
Instituição: Pontifícia Universidade Católica de São Paulo
Sigla da instituição: PUC-SP
Departamento: Mídias Digitais
Programa: Programa de Estudos Pós-Graduados em Tecnologia da Inteligência e Design Digital
Citação: Andrade Junior, Valter Lacerda de. Utilização de técnicas de dados não estruturados para desenvolvimento de modelos aplicados ao ciclo de crédito. 2014. 71 f. Dissertação (Mestrado em Mídias Digitais) - Pontifícia Universidade Católica de São Paulo, São Paulo, 2014.
Tipo de acesso: Acesso Aberto
URI: https://tede2.pucsp.br/handle/handle/18150
Data de defesa: 13-Aug-2014
Appears in Collections:Programa de Estudos Pós-Graduados em Tecnologia da Inteligência e Design Digital

Files in This Item:
File Description SizeFormat 
Valter Lacerda de Andrade Junior.pdf657,77 kBAdobe PDFThumbnail

Download/Open Preview


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.