Barra lateral de artigos
Downloads
Conteúdo do artigo principal
Resumo
O KDD (Knowledge Discovery in Database) e a Mineração de Dados incluem tarefas e métodos para extração de conhecimento útil, interessante e indispensável na tomada de decisões rápidas nas mais diversas áreas de conhecimento. Esta pesquisa tem como objetivo nortear o leitor na vasta relação de trabalhos que se utilizam desta importante ferramenta e apontar as principais publicações de Mineração de Dados utilizadas na relação clientes e pagamentos, no âmbito público e privado, além de propor chaves de pesquisa que possam contribuir para a obtenção de trabalhos relacionados com objetivo de facilitar as buscas pertinentes a este importante assunto. Quanto à metodologia, foram pesquisadas as publicações relacionadas às técnicas de Mineração de Dados aplicadas a base de dados tributária pertencente a entidades governamentais estendendo-se analogamente aos trabalhos similares na área privada. A base de dados utilizada para este estudo foi a SCOPUS no período de janeiro de 1999 a março de 2012. Dentre os 927 resultados obtidos, tem merecido destaque o setor de pagamentos eletrônicos via cartões de crédito e a rede neural artificial como técnica aplicada com maior sucesso. O idioma mais utilizado para a confecção das publicações foi o inglês. Os resultados apresentados contribuem no sentido de direcionar os autores quanto às áreas mais carentes de trabalhos científicos aplicados a Mineração de Dados, os países e idiomas com maior número de publicações, contribuindo de forma direcionada para o enriquecimento de trabalhos futuros.
Palavras-Chave: Mineração de Dados; Clientes; Pagamentos; Estudo bibliométrico.
Detalhes do artigo
Declaração de Direito Autoral
Os artigos submetidos a Revista Perspectivas Online: Exatas & Engenharia estão licenciados conforme CC BY. Para mais informações sobre essa forma de licenciamento, consulte: http://creativecommons.org/licenses/by/4.0
A disponibilização é gratuita na Internet, para que os usuários possam ler, fazer download, copiar, distribuir, imprimir, pesquisar ou referenciar o texto integral dos documentos, processá-los para indexação, utilizá-los como dados de entrada de programas para softwares, ou usá-los para qualquer outro propósito legal, sem barreira financeira, legal ou técnica.
1) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
2) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3) Autores têm permissão para publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.