Gestão / Administração

Dissertações de Mestrado

Resumo

Este trabalho teve como principal objectivo aferir a capacidade previsional das Redes Neuronais Artificiais perante um processo de aquisição/ usufruto de um serviço com envolvimento fraco. O propósito final era identificar as Redes Neuronais Artificiais como uma ferramenta de apoio ao processo de tomada de decisão dos gestores ou profissionais de Marketing, ou seja, apresentarem-se como ferramenta integrante do Sistema de Informação em Marketing. Para o efeito, procedeu-se a uma revisão bibliográfica sobre os principais paradigmas das Redes Neuronais Artificiais, sobressaindo as variantes do algoritmo de retropropagação, bem como várias temáticas relevantes, com incidência na inicialização dos valores das conexões e as funções de transferência e activação. A partir da mesma revisão da bibliografia, verificou-se um domínio ao nível das aplicações práticas envolvendo o processo de compra de um produto/ bem físico, donde se destaca o carácter inovador deste trabalho, uma vez que se debruça sobre o usufruto de um serviço. O trabalho empírico realizado assentou numa base de dados constituída pelos cliques (consulta de artigos) dos utilizadores de um portal dirigido a gestores e quadros empresariais Portal Executivo. Os cliques (consulta de artigos) dos respectivos utilizadores foram classificados em cinco classes consideradas relevantes dentro do propósito do referido portal, pelo que este trabalho assenta sobre um problema de classificação. Os resultados encontrados nas várias simulações realizadas identificaram o tipo de variante do algoritmo de Retropropagação com melhor performance, contudo o mesmo não se verificou ao nível dos restantes paradigmas, onde não foi evidenciada uma opção clara de escolha. No entanto, dada a aplicação inovadora deste trabalho e o número de paradigmas das Redes Neuronais Artificiais analisado, assume-se claramente como um ponto de partida à realização de mais investigações na área.

 

Palavras chave: Ciências Empresariais, Master Programme in Management Sciences

 

Índice

NOTA BIOGRÁFICA

AGRADECIMENTOS
RESUMO

ABSTRACT
ÍNDICE

ÍNDICE DE FIGURAS

ÍNDICE DE TABELAS
NOMENCLATURA
1 INTRODUÇÃO

2 REVISÃO BIBLIOGRÁFICA

2.1 INTRODUÇÃO

2.2 REDES NEURONAIS ARTIFICIAIS – CONTEXTUALIZAÇÃO

2.3 MODELOS E ARQUITECTURAS DE REDES NEURONAIS

2.3.1 Single - Input Neuron

2.3.2 Funções Transferência, Combinação e Activação

2.3.3 Multiple – Input Neuron

2.3.4 Uma Camada de Neurónios

2.3.5 Múltiplas Camadas de Neurónios

2.3.6 Redes com Arquitectura Recorrente

2.4 ALGORITMO DE APRENDIZAGEM PERCEPTRÃO

2.4.1 Single-Neuron Perceptrão

2.4.2 Multiple-Neuron Perceptrão

2.4.3 Regra de Aprendizagem Unificada

2.4.4 Training Multiple-Neuron Perceptrãos

2.5 SUPERVISED HEBBIAN LEARNING

2.6 RETROPROPAGAÇÃO

2.6.1 Variantes do algoritmo retropropagação

2.6.2 Funções Erro

2.6.3 Estimadores estatísticos do erro de generalização

2.6.4 Validação cruzada

2.6.5 Regularização

2.6.6 Paragem antecipada da aprendizagem

2.7 CONCLUSÃO E COMPARAÇÃO COM MNL

3 MÉTODOS E MATERIAIS

3.1 INTRODUÇÃO

3.2 APRESENTAÇÃO DO PORTAL EXECUTIVO

3.3 DESCRIÇÃO E TRATAMENTO DA BASE DE DADOS

3.4 ENQUADRAMENTO TEÓRICO

3.5 SELECÇÃO DAS ANN

4 RESULTADOS

4.1 INTRODUÇÃO

4.2 DESCRIÇÃO DA BASE DE DADOS

4.3 APLICAÇÃO DAS ANN

5 DISCUSSÃO E CONCLUSÕES

5.1 INTRODUÇÃO
5.2 RESUMO E CONCLUSÕES
5.3 CONTRIBUIÇÕES

5.4 TRABALHO FUTURO

BIBLIOGRAFIA
 

 

PARTE 0

PARTE I

PARTE II