Aplicação de redes neurais artificiais, random forest, support vector machine e regressão logística na análise de confiabilidade de estoque

Abstract

Resumo: Com a constante expansão do comércio eletrônico, surgiram também novas soluções e oportunidades de melhoria para problemas não tão frequentes, ou até mesmo inexistentes, nos comércios de lojas exclusivamente físicas. Marketplaces, por exemplo, acabam sendo uma ponte digital entre o vendedor e o comprador. Entretanto, para esse sistema de parceria digital funcionar, todas as informações fornecidas pelo vendedor precisam ser precisas e atualizadas, principalmente com relação à quantidade de estoque disponível. Quando a informação não condiz com a realidade e um pedido é gerado, acaba resultando em cancelamentos, multas, penalizações na reputação da loja e frustração dos compradores. Neste sentido, este trabalho traz uma análise comparativa do poder preditivo de classificação da veracidade das informações de estoque fornecidas, aplicando-se, para isso, os modelos de RNN, RF, SVM e regressão logística. Verifica-se, então, que para essa abordagem, o modelo RF apresenta os melhores resultados com relação à acurácia e especificidade.