Mineração de Dados com Mapas de Kohonen: uma Abordagem no Setor Financeiro

Authors

  • Anderson Guimarães de Pinho Universidade Federal Fluminense

DOI:

https://doi.org/10.12712/rpca.v2i1.11052

Abstract

Clientes que decidem por
investir em ações na Bolsa de Valores de São Paulo (Bovespa) podem optar por ações de empresas nos
mais diversos ramos de atividade. Se gestores do marketing souberem explicitar o conhecimento
necessário para diferenciar clientes de acordo com o setor em que operam na bolsa de valores, estes
poderão incorporar este conhecimento nos processos da empresa, maximizando lucros e resultados.
Mapas de Kohonen representam uma classe de modelos de redes neurais denominados mapas autoorganizáveis
e seu potencial de aplicação em processos de descoberta de conhecimento representa
alguma vantagem competitiva. Em nosso caso de aplicação isto significa separar clientes de acordo
com suas concentrações de operações na Bovespa nos 10 possíveis mercados de ações. Os resultados
mostrarão que clientes podem ser agrupados em 1 de 6 clusters diferentes, cada um com
características bastante singulares.

Downloads

Download data is not yet available.

Author Biography

Anderson Guimarães de Pinho, Universidade Federal Fluminense

Professora da UFF.

Downloads

Published

2008-04-30

Issue

Vol. 2 No. 1 (2008)

Section

Artigos/Papers

License

Authors retain the copyright and grant the journal the right of first publication with simultaneously license under the Creative Commons Attribution License, permitting sharing the paper with acknowledgment of its first publication in this journal.

Authors are allowed to take additional contracts for non-exclusive distribution of the version of the paper published in this journal (eg, publish in institutional repository or publish as a chapter of a book), always with an acknowledgment of its initial publication in this journal.