Combinação em série e em paralelo de modelos de redes neurais e regressão logística : um estudo de caso em Cross-Selling

Abstract

Como resultado ao crescente desenvolvimento tecnológico nas últimas décadas, computadores cada vez mais potentes tornam possível o armazenamento diário de grande quantidade de dados. As técnicas de mineração de dados surgem como uma alternativa inteligente e eficaz para transformar essa grande massa de dados em conhecimento. Este trabalho se propôs a resolver um problema real de cross-selling de uma instituição financeira brasileira e, com o objetivo de contribuir para o desenvolvimento das técnicas de data mining, realizou-se uma comparação entre duas técnicas consagradas na área, regressão logística e redes neurais, e entre duas formas de combinação das mesmas, em série (hybrid), onde a regressão logística é utilizada para selecionar as variáveis que irão entrar na rede neural, e em paralelo (ensemble), onde os resultados das técnicas individuais são combinados com base em suas decisões. As comparações entre o desempenho das técnicas individuais e dos métodos de combinação indicam que, para este estudo, as duas técnicas e os dois métodos utilizados obtiveram desempenho similar, porém os dois métodos de combinação apresentaram melhor desempenho.