@MASTERSTHESIS{ 2022:639777936,
 	title = {Visual analytics para o acompanhamento de modelos de credit scoring},
 	year = {2022},
 	url = "https://tede2.pucrs.br/tede2/handle/tede/10259",
 	abstract = "Modelos de Credit Scoring s?o utilizados por institui??es financeiras com o objetivo de predizer a inadimpl?ncia de seus clientes e auxiliar na tomada de decis?o sobre a concess?o de cr?dito. Como h? um grande volume de transa??es de cr?dito sendo gerado diariamente e um potencial aumento dessas informa??es com o advento do open finance, existe o desafio de conseguir monitorar essas informa??es de forma r?pida para que se possa atuar em caso de perda de desempenho desses modelos. Diversos trabalhos encontrados na literatura visam aperfei?oar as t?cnicas utilizadas na etapa de constru??o do modelo. No entanto, n?o encontramos trabalhos relacionados ao acompanhamento destes modelos. Considerando este contexto, o principal objetivo desta pesquisa foi criar uma abordagem de Visual Analytics para auxiliar na gest?o de modelos de cr?dito. Para isto, inicialmente, realizamos uma revis?o sistem?tica da literatura sobre o tema e conduzimos entrevistas semiestruturadas com 13 profissionais que possuem experi?ncia na ?rea. Considerando as necessidades levantadas com este estudo, criamos um prot?tipo chamado VACS (Visual Analytics para o Acompanhamento de Modelos de Credit Scoring). As principais contribui??es deste trabalho s?o: (a) Os resultados obtidos com a revis?o sistem?tica da literatura que mostram que h? uma lacuna sobre o tema e que permitiram identificar insights sobre o uso de Visual Analytics e an?lise de cen?rios no acompanhamento destes modelos.(b) O levantamento de requisitos realizado por meio das entrevistas com especialistas, que permitiu o registro de como os modelos s?o acompanhados dentro das institui??es financeiras, algo que n?o ? divulgado devido ao sigilo do dados e que pode ajudar na padroniza??o dos monitoramentos; (c) O VACS, que foi avaliado por quatro especialistas de dom?nio que o classificaram como uma ferramenta muito completa e f?cil de usar; (d) As sugest?es coletadas na etapa de feedbacks, que contribuir?o no aprimoramento do VACS e em trabalhos futuros.",
 	publisher = {Pontif?cia Universidade Cat?lica do Rio Grande do Sul},
 	scholl = {Programa de P?s-Gradua??o em Ci?ncia da Computa??o},
 	note = {Escola Polit?cnica}
}