Uso de machine learning na avaliação de risco para aumento do limite de crédito a partir do histórico de compras acima do limite original (2023)
- Authors:
- Autor USP: COSTA, HIAN CLISMAN DE MEDEIROS - ICMC
- Unidade: ICMC
- DOI: 10.11606/003189965
- Subjects: APRENDIZADO COMPUTACIONAL; BANCO DE DADOS; CRÉDITO; VAREJO
- Keywords: Algoritmos ensemble; Feature engineering; Random forest
- Language: Português
- Abstract: A necessidade de modelos automatizados para prever a capacidade de pagamento dos clientes e a importância de características diversas para uma avaliação sólida levou a transformação das análises de risco de crédito, indo além do tradicional score de crédito e incorporando abordagens inovadoras como o score de comportamento, especialmente relevante no setor varejista. O objetivo central dessa pesquisa é desenvolver um modelo de aprendizado de máquina capaz de aumentar os limites de crédito conforme as necessidades individuais dos clientes. Para atingir esse propósito, objetivos específicos são delineados, incluindo a análise de modelos de score de crédito, a seleção criteriosa de dados de transações excedentes ao limite e a identificação de atributos pertinentes para caracterizar essas transações. O resultado final desejado é um modelo que avalie o risco de elevar os limites de crédito a fim de alinhar as necessidades atuais do consumidor. Assim, foi realizada uma avaliação reunindo métodos de geração de score de crédito de diferentes pesquisas e elencados os melhores resultados tendo algoritmos ensemble como Random Forest e XGBoost como um dos promissores nessa área. Um fator determinante para alcançar o objetivo dessa pesquisa foi o processo de manipulação e seleção de features, impactando no tipo de resposta que mais se aproxime ao que foi proposto. Como resultado, os dois modelos obtiveram treinos com avaliações e métricas satisfatórias, tendo destaque para o Random Forest.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2023
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
COSTA, Hian Clisman de Medeiros. Uso de machine learning na avaliação de risco para aumento do limite de crédito a partir do histórico de compras acima do limite original. 2023. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2023. Disponível em: https://doi.org/10.11606/003189965. Acesso em: 10 jan. 2026. -
APA
Costa, H. C. de M. (2023). Uso de machine learning na avaliação de risco para aumento do limite de crédito a partir do histórico de compras acima do limite original (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://doi.org/10.11606/003189965 -
NLM
Costa HC de M. Uso de machine learning na avaliação de risco para aumento do limite de crédito a partir do histórico de compras acima do limite original [Internet]. 2023 ;[citado 2026 jan. 10 ] Available from: https://doi.org/10.11606/003189965 -
Vancouver
Costa HC de M. Uso de machine learning na avaliação de risco para aumento do limite de crédito a partir do histórico de compras acima do limite original [Internet]. 2023 ;[citado 2026 jan. 10 ] Available from: https://doi.org/10.11606/003189965
Informações sobre o DOI: 10.11606/003189965 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
Hian Clisman de Medeiros ... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
