SAUDAÇÕES!

Seja bem vindo à página do professor Pedro Albuquerque. Para saber mais sobre meu currículo, disciplinas ministradas e interesses de pesquisa, navegue no menu disponível no topo da página.

quinta-feira, 28 de junho de 2012

SVR e o seu poder de previsão.



Support Vector Regression (SVR) tem apresentado bons resultados na previsão de terremotos, manchas solares e outros tipos de fenômenos físicos que são considerados "imprevisíveis".

A análise de regressão é uma abordagem para modelar a relação entre um conjunto de variáveis $Y$ (variáveis dependentes) e variáveis explicativas $X$ (chamadas regressores ou ainda variáveis independentes).

Um modelo que tem ganhando atenção ultimamente é o modelo de regressão por meio do SVM (Support Vector Machine) e é denominado Support Vector Regression (SVR).

A ideia básica do SVR é mapear um conjunto de dados $X$ em um espaço multidimensional através de um mapeamento não-linear (usualmente utilizando kernels) e então realizar uma regressão linear neste espaço multidimensional transformado .

O SVR é extremamente robusto mesmo em espaços com muitas dimensões, isso é devido a optimização não depender da dimensão do espaço de input. O SVR depende apenas de um subconjunto dos dados de treinamento, porque a função custo para a construção do modelo ignora os dados de treinamento perto da previsão do modelo.

SVR sobre o modelo de regressão linear usual tem a vantagem de utilizar uma grande variedade de funções que se adequa a aos diferentes modelos, fornecendo assim um bom ajuste aos diversos tipos de ruídos que os dados possam apresentar.

Os modelos de regressão SVR são amplamente utilizados para inferir sobre um fenômeno através de diversas variáveis. Previsão financeira, previsão de demanda, química, são apenas exemplos de áreas onde essas técnicas são aplicadas.

Portanto, em finanças essa é uma área que pode ser ainda muito explorada.

sábado, 23 de junho de 2012


A análise de Redes Sociais com escopo gerencial tem se tornado frequente para grandes organizações. Empresas como Google e Yahoo utilizam dessa ferramenta para selecionar funcionários, recomendar produtos e muito mais.

Existe um amplo espaço de pesquisa sobre esse tema em Administração. A análise quantitativa de redes sociais pode auxiliar o gestor nas seguintes situações:

  • Recomendação de produtos.
  • Social Customer Relationship Management.
  • Marketing social.
  • Advertising Influence.
  • Loyalty programs Influence.
  • Monitoramento da qualidade de produtos.
  • Satisfação de clientes.

Alguns softwares estão disponíveis no mercado para auxiliar na análise de Redes Sociais, são eles:


O R é uma excelente ferramenta pois permite diversas análises estatísticas e diversos modelos além de ser GRATUITO!

Maiores detalhes de como utilizar Redes Sociais no contexto gerencial você obtêm nesse texto:

Bonchi, F., Castillo, C., Gionis, A., and Jaimes, A. 2011. Social network analysis and mining for business applications. ACM Trans. Intell. Syst. Technol. 2, 3, Article 22 (April 2011).

sexta-feira, 8 de junho de 2012

Bolhas no mercado financeiro.


O estudo de bolhas em mercados tem sido alvo de grande interesse por parte dos pesquisadores de finanças, particularmente aqueles que desejam "prever" possíveis crises.

No mundo físico é fácil visualizar o que é uma bolha. Podemos citar vários exemplos: um gás se expandindo em um recipiente, bolhas de chicletes, bolhas de sabonetes, etc.. Em todos esses casos o gás ou fluido no qual a bolha está imersa cria uma pressão ou tensão que contêm a bolha, além do mais, a bolha, a medida que cresce, se torna mais instável.

No mercado financeiro no qual os participantes observam e são observados é difícil visualizar o equivalente físico dessa contenção da bolha.

O aumento dos preços e volume de negociação pressionam o que? Qual é o contêiner que nos permite associar as bolhas financeiras ao seu análogo no mundo físico ?

Para os preços das ações podemos imaginar que esse recipiente ou contêiner é a taxa de juros real livre de risco.

Para o ponto em que o prêmio de risco é zero e assumindo que a lei do preço único está operante, podemos afirmar por meio da arbitragem, que os preços das ações não podem aumentar por mais do que um tempo relativamente curto.

Ainda assim, há dois problemas que tornam difícil a utilização desta noção de bolhas como uma metáfora das bolhas físicas, quais sejam: primeiramente as taxas de juro livre de risco mudam com o tempo e são de certa forma função da psicologia da tomada de decisão e o comportamento do investidor. Em segundo lugar, em tempos de entusiasmo extremo, no auge de uma bolha, a "parede do recipiente" algumas vezes pode ser temporariamente rompida pelas médias de mercados compostos e/ou por meio de portfólios de ações individuais que ultrapassam os limites financeiros historicamente estabelecidos.

Assim, o estudo de bolhas é complexo e com muitas possíveis abordagens. Uma boa referência para quem quiser ler mais sobre o assunto é o livro Financial Market Bubbles and Crashes escrito por Harold L. Vogel.

quarta-feira, 6 de junho de 2012

Modelos de churn em marketing.

Modelos de "churn" também denominados modelos de atrito de clientes, rotatividade de clientes, ou ainda deserção de clientes, é um termo comercial usado para descrever a perda de clientes.

Bancos, empresas de serviços de telefonia, provedores de serviços de Internet, empresas de TV paga, e empresas de seguros, por exemplo, muitas vezes usam os modelos de "churn" e as taxas de desgaste de clientes como uma de suas principais métricas empresariais (junto com o fluxo de caixa, EBITDA, etc..), isso é devido porque o custo de manter um cliente existente é muito menor do que adquirir um novo.

As empresas destes setores, muitas vezes têm filiais de atendimento ao cliente que tentam reconquistar clientes desertores, porque a recuperação de clientes a longo prazo pode ser mais valioso a uma organização do que obter novos clientes.

As empresas costumam fazer uma distinção entre o desertor voluntário e o desertor involuntário. A deserção voluntária ocorre devido a uma decisão do cliente de mudar para outro fornecedor de empresa ou serviço, já a deserção involuntária ocorre devido a circunstâncias como relocação de um cliente para uma nova instalação, a morte do cliente, ou a mudança para um local distante.

Na maioria das aplicações, as taxas de rotatividade involuntárias são excluídas dos modelos analíticos. Os analistas tendem a concentrar-se nas deserções voluntárias, porque normalmente ocorrem devido a fatores associados a relação empresa-cliente, como por exemplo os cuidados dispendidos ao cliente no pós-venda.

Para maiores detalhes consulte:

Buckinx Wouter, Dirk Van den Poel (2005), "Customer Base Analysis: Partial Defection of Behaviorally-Loyal Clients in a Non-Contractual FMCG Retail Setting", European Journal of Operational Research, 164 (1), 252-268.