Uma abordagem de aprendizado de máquina baseada no CRISP-DM para predição de canais de negociação em uma plataforma de cobrança digital no Brasil
Carregando...
Tipo
Dissertação
Data de publicação
2024-08-16
Periódico
Citações (Scopus)
Autores
Martins, Jonnathan de Almeida
Orientador
Vallim Filho, Arnaldo Rabello de Aguiar
Título da Revista
ISSN da Revista
Título de Volume
Membros da banca
Silva, Leandro Augusto da
Fagundes, Eduardo Mayer
Fagundes, Eduardo Mayer
Programa
Computação Aplicada
Resumo
Este trabalho concentra-se nas complexidades enfrentadas pelas operações financeiras ao lidar com a cobrança de dívidas em um cenário de elevada inadimplência no Brasil. Em contrapartida às abordagens tradicionais comumente empregadas para fortalecer a capacidade de negociação de uma empresa, propõe-se a implementação de um modelo preditivo para ser utilizado como uma nova ferramenta de apoio nas ações de cobrança de dívidas. Para isso, foi desenvolvida uma abordagem seguindo a metodologia Cross-Industry Standard Process for Data Mining (CRISP-DM), incorporando técnicas avançadas de pré processamento de dados, engenharia e seleção de atributos, uso de algoritmos de classificação e avaliação rigorosa dos resultados obtidos, com o objetivo de prever o canal de negociação de preferência do cliente em situação de inadimplência quando recebem comunicações de cobrança e buscam negociar suas dívidas em uma plataforma digital no Brasil. A principal contribuição deste trabalho foi propor uma abordagem metodológica inovadora oferecendo resultados valiosos para aprimorar as praticas das empresas de cobrança de dívidas, além de contribuir para o avanço do conhecimento no campo do estudo.
Descrição
Palavras-chave
cobrança de dívidas , CRISP-DM , aprendizado de máquina