
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Almeida, Paulo Ricardo Lisboa de, 1989- | - |
| Autor(es): dc.contributor | Universidade Federal do Paraná. Setor de Ciências Exatas. Curso de Especialização em Data Science & Big Data | - |
| Autor(es): dc.creator | Freire, Eduardo Gomes | - |
| Data de aceite: dc.date.accessioned | 2025-09-01T10:39:53Z | - |
| Data de disponibilização: dc.date.available | 2025-09-01T10:39:53Z | - |
| Data de envio: dc.date.issued | 2024-10-20 | - |
| Data de envio: dc.date.issued | 2024-10-20 | - |
| Data de envio: dc.date.issued | 2023 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/1884/90327 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/1884/90327 | - |
| Descrição: dc.description | Orientador: Prof. Dr. Paulo Ricardo Lisboa de Almeida | - |
| Descrição: dc.description | Monografia (especialização) - Universidade Federal do Paraná, Setor de Ciências Exatas, Curso de Especialização em Data Science e Big Data | - |
| Descrição: dc.description | Inclui referências | - |
| Descrição: dc.description | Resumo: Este estudo tem como objetivo identificar municípios no estado do Paraná, Brasil, que apresentam maior similaridade para a instalação de agências de cooperativas de crédito, utilizando análise de similaridade com aqueles que já possuem tais unidades de negócio. A similaridade foi determinada utilizando o algoritmo 1-NN com distância euclidiana. Os dados utilizados incluem o número de profissionais de saúde (médicos, enfermeiros, dentistas, farmacêuticos e estabelecimentos de saúde), juntamente com outras métricas como o Índice de Desenvolvimento HumanoMunicipal (IDHM), a população total distribuída em três faixas etárias (menores de 15 anos, entre 15 e 65 anos e maiores de 65 anos) e o número total de agências bancárias, provenientes da Base de Dados do Estado - BDEweb/IPARDES. Os resultados indicam que o algoritmo é eficiente em identificar similaridades entre os municípios. Observou-se que as métricas relacionadas aos profissionais de saúde, juntamente com outras variáveis, contribuem significativamente para essa proximidade. Esta análise ressalta o potencial demunicípios sem agências existentes, validando o uso desse algoritmo para identificar localidades promissoras para a expansão das cooperativas de crédito | - |
| Descrição: dc.description | Abstract: This study aims to identify municipalities in the state of Paraná, Brazil, that exhibit the greatest similarity for the establishment of credit cooperative agencies, using similarity analysis with those that already have such business units. Similarity was determined using the 1-NN algorithm with Euclidean distance. The data used includes the number of healthcare professionals (doctors, nurses, dentists, pharmacists, and healthcare establishments), along with other metrics such as theMunicipal Human Development Index (IDHM), the total population distributed across three age groups (under 15 years old, between 15 and 65 years old, and over 65 years old), and the total number of bank branches, sourced fromthe State Database - BDEweb/IPARDES. The results indicate that the algorithm is efficient in identifying similarities among municipalities. It was observed that the metrics related to healthcare professionals, along with other variables, significantly contribute to this proximity. This analysis highlights the potential ofmunicipalities without existing agencies, validating the use of this algorithm to identify promising locations for the expansion of credit cooperatives. | - |
| Formato: dc.format | 1 recurso online : PDF. | - |
| Formato: dc.format | application/pdf | - |
| Formato: dc.format | application/pdf | - |
| Palavras-chave: dc.subject | Cooperativas de crédito | - |
| Palavras-chave: dc.subject | Expansão comercial | - |
| Título: dc.title | Geomarketing para uma cooperativa de Crédito | - |
| Aparece nas coleções: | Repositório Institucional - Rede Paraná Acervo | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: