Comparação prática de modelos lineares preditivos para métricas de arrecadação de concessionária de rodovias
Nenhuma Miniatura disponível
Data
2021-04-07
Autores
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Goiás
Resumo
Technology has rapidly evolved into all aspects of everyday life, including businesses. Because of this, large amounts of data are generated every day, but the amount of knowledge extracted from them does not keep the same pace. The following article seeks to demonstrate a model for generating knowledge for a highway concessionaire, using data mining techniques and the development of a predictive model. The following metrics are used: traffic, axis equivalence and revenue. They are grouped and represented by dimensions relevant to the business, namely: toll plazas, payment method, categories, transaction type, vehicle type and dates. Thus, allowing the extraction of knowledge that is presented in a report by using a business intelligence tool (Power
BI). This tool presents data in graphics and visuals, increasing the speed and quality of data access, enabling the analysis of the company's performance.
Descrição
Palavras-chave
Armazém de dados, Concessionária, Conhecimento, Dados, Dimensões, Inteligência de negócios, Métricas, Mineração de dados, Modelos preditivos, Business intelligence, Concessionaire, Data mining, Data warehouse, Dimensions, Knowledge, Metrics, Predictive mode
Citação
VIEIRA, João Elso dos Reis. Comparação prática de modelos lineares preditivos para métricas de arrecadação de concessionária de rodovias. 2022. 21 f. Trabalho de Conclusão de Curso (Bacharelado em Engenharia da Computação) - Escola de Engenharia Elétrica, Mecânica e de Computação, Universidade Federal de Goiás, Goiânia, 2022.