Back to Search
Start Over
Software de mineração de dados para obtenção de menores distâncias entre empresas fornecedoras de autopeças e empresas montadoras e de manutenção de veículos
- Source :
- Brazilian Journal of Development. 8:54414-54427
- Publication Year :
- 2022
- Publisher :
- South Florida Publishing LLC, 2022.
-
Abstract
- A escolha do fornecedor de matérias-primas é uma decisão muito importante no dia a dia das empresas. Isto porque o valor gasto com aquisição de produtos ou serviços para a produção de um bem pode variar de 50 a 80% do total das receitas brutas. Dentre os fatores relevantes na escolha de um fornecedor de matérias-primas, a distância é um dos mais preponderantes. Este trabalho apresenta um sistema inteligente que foi desenvolvido especificamente para encontrar as menores distâncias geográficas na indústria automotiva, especificamente entre empresas montadoras de veículos e empresas fabricantes de autopeças e equipamentos. Os dados iniciais das empresas estavam em formato de arquivo-texto puro, sob o qual repousavam, inertes, informações importantes para auxiliar no processo de tomada de decisão sobre a escolha das fornecedoras. O único fator considerado na escolha das parceiras de produção, para este caso, foi a menor distância geográfica. Para obter as menores distâncias, foi desenvolvido um sistema inteligente que utiliza as bases do processo de KDD (Knowledge Discovery In Databases, ou Descoberta de Conhecimento em Bases de Dados), em especial o Data Mining (Mineração de Dados). Os dados iniciais passaram por um processo de limpeza, depuração, redução de quantidade e preparação, até ser possível aplicar técnicas de mineração de dados, a fim de conseguir demonstrar a capacidade da ferramenta desenvolvida em extrair informações ricas para auxiliar no processo decisório para escolha de potenciais fornecedores, baseado na menor distância entre as empresas.
Details
- ISSN :
- 25258761
- Volume :
- 8
- Database :
- OpenAIRE
- Journal :
- Brazilian Journal of Development
- Accession number :
- edsair.doi...........c7cb2fc308fb58e79fd97456b36bcd1f
- Full Text :
- https://doi.org/10.34117/bjdv8n7-355