Análise de crédito usando redes neurais e naive bayes

Análise de Crédito Usando Redes Neurais e Naive Bayes
Plácido Melo Lourinho & José Acácio Portal da Chagas Universidade Federal do Pará, Belém 16 de Abril, 2009
Resumo
Este trabalho tem como objetivo a construção de um sistema classicador para auxílio na análise de crédito de uma empresa operadora de cartão de crédito real cujo público-alvo são pessoas das classes econômicas C e D e sobre as quais não há estudos de comportamento de crédito. Para tanto, são utilizadas técnicas de mineração de dados, nominalmente Redes Neurais Articiais e Naive Bayes para classicar os potenciais clientes de acordo com sua tendência à inadimplência. do país. Este estudo é de grande relevância para outras operadoras, porque as classes A e B já estão saturadas, de modo que, para ampliar o mercado consumidor, as operadoras devem penetrar nas classes C e D. Dois grandes problemas para abranger esse segmento dos classes. são a o inadimplência comportamento e a de falta de estudessas sobre crédito

Então neste trabalho São empregadas

técnicas de descoberta de conhecimento em base

Palavras-chave: Análise de crédito. Mineração de Dados. Redes Neurais Articiais. Naive Bayes.

Knowledge Discovery in Databases KDD ),nominalmente Redes Neurais Articiais e de dados ( matemático capaz de classicar um novo cliente de acordo com a sua tendência à inadimplência, su-

Naive Bayes, com a intenção de propor um modelo

1

Introdução

perando assim os problemas descritos acima e possibilitando a redução de perdas para as empresas e aumentando a concessão de crédito.

Com os crescentes avanços tecnológicos e com o aumento da tendência consumista no mundo todo a necessidade de comprar intensicou-se, e isso abriu horizontes para um ramo de negócio chamado Ope-

2

O processo de KDD

ração de Crédito.
Para atende à demanda de consumo e proporcionar comodidades, empresas ncanciadoras de crédito passaram a intermediar as dívidas de seus clientes através da oferta de serviços como o dinheiro de plástico