DATA MINING. Sistemas Financeiros. MIEGI (1º ano) Projeto FEUP Turma 5 - Grupo 3

Transcrição

1 DATA MINING Sistemas Financeiros MIEGI (1º ano) Projeto FEUP Turma 5 - Grupo 3 Inês Leite Oliveira Sara Raquel Bico Correia Rodrigo Maria Pereira Mendes Pinto Nina Maria Dias Martins Dos Santos Nunes 1

2 1. Data Mining: O que consiste 1.1. Técnicas do Data Mining 1.2. Metodologia do Data Mining 2. Possíveis Impactos da sua utilização 3. Utilização do Data Mining nas empresas 4. Vantagens e desvantagens da sua utilização 5. Evidências Qualitativas e Quantitativas 6. Conclusões 2

3 1. Data Mining: Em que consiste 3

4 1.1 Metodologia do Data Mining Desenvolver a compreensão do mínimo da aplicação; Criar um conjunto de dados-alvo no qual a prospeção deverá ser efetuada; Realizar a limpeza e o pré-processamento dos dados; Realizar a redução e projeção de dados; Escolher as tarefas de mineração de dados; Escolher os algoritmos de mineração de dados; Interpretação dos padrões obtidos; Consolidação do conhecimento obtido. 4

5 1.2 Técnicas de Data Mining Redes Neurais Artificiais Indução de Regras Árvores de Decisão Algoritmos Genéticos Análise de Séries Temporais Visualização de Dados 5

6 Redes Neurais Artificiais São modelos de previsão não lineares que se assemelham a redes neurais biológicas; Aproximação à computação assente em ligações e padrões de reconhecimento humanos. 6

7 Indução de Regras Deteção de tendências dentro de grupos de dados; Encontrar regras de dados. 7

8 Árvores de Decisão Análise que testa automaticamente todos os valores do dado para identificar os que são fortemente associados com os itens de saída selecionados para exame - prognósticos chave, fatores explicativos ou regras sobre o dado. 8

9 Algoritmos Genéticos Técnica de otimização que faz uso de processos tais como combinação genética, mutação e seleção natural num design baseado nos conceitos de evolução natural. 9

10 Análise de Séries Temporais Baseia-se na construção de modelos (recorrendo-se a métodos clássicos da matemática) que descrevam o comportamento de um dado e a interpretação dos resultados obtidos a partir dos mesmos; É necessária maquinaria especializada e funcionários experientes. 10

11 Visualização de Dados A primeira etapa passa pelo mapeamento dos dados com base em dimensões especificadas; A segunda etapa é a observação dos dados e a procura de pistas. 11

12 2. Possíveis Impactos da sua Utilização Melhor armazenamento de dados alimentados pelo Data Mining; Necessidade de criar sistemas de proteção para a informação; Existência de práticas de segurança; Privacidade dos dados; Políticas de segurança de informação. 12

13 3.Utilização do Data Mining nas Empresas 13

14 A nível operacional - Aplicações: identificação de um consumidor propício ao descumprimento de um contrato; formar novas estratégias de cobrança ao cliente; encontrar novas oportunidades de negócio; 14

15 4. Vantagens Melhorar conversões e aumentar a satisfação do consumidor; Analisar detalhes para otimizar o layout das lojas; Órgãos de governo fiscal detetam transações fraudulentas; Nos processos de fabrico melhoraram-se as condições de segurança, utilidade e usabilidade, e conforto; Apresentação de um modelo de acessível interpretação. 15

16 5. Desvantagens Perda de Privacidade; Falta de Segurança; Despesas associadas elevadas; Não é uma ciência exata (erros nos modelos criados); Dificuldade na criação de ambientes ideais para a pesquisa e recolha de dados; 16

17 6. Evidências qualitativas e quantitativas (The First Bank of Puerto Rico) Identificação de um grupo de médicos cujo saldo no banco diminuía rapidamente. Embora fossem clientes há 20 anos, era provável que estivessem a trocar de banco. Uma conversa com o grupo indicou que uma mudança na política do Banco em aceitar determinados tipos de cheques causara o problema. O uso do Data Mining, juntamente com o reforço oportuno do atendimento ao cliente, aumentaria o lucro do banco em, aproximadamente, 1,4 milhões de dólares anualmente. 17

18 Conclusão 18

19 DATA MINING Sistemas Financeiros MIEGI (1º ano) Projeto FEUP Turma 5 - Grupo 3 Inês Leite Oliveira Sara Raquel Bico Correia Rodrigo Maria Pereira Mendes Pinto Nina Maria Dias Martins Dos Santos Nunes 19