Portal de Eventos Científicos da UTFPR (EVIN), XXIV Seminário de Iniciação Científica e Tecnológica da UTFPR

Tamanho da fonte: 
Abordagens computacionais para Big Data aplicadas ao mercado financeiro: um mapeamento sistemático
Nathiely Laiane Moraes Macedo, Érica Ferreira de Souza, Giovani Volnei Meinerz

Última alteração: 2020-05-21

Resumo


A Gestão do Conhecimento (GC) emerge como um importante meio para gerir o conhecimento útil. No setor financeiro, o conhecimento gerado pode auxiliar investidores em sua tomada de decisão acerca das ações negociadas em uma bolsa de valores. Neste setor, o volume de dados, a velocidade de geração e processamento dos dados de diferentes fontes criam desafios, tais como o armazenamento, processamento, visualização e, principalmente análise dos dados. O grande volume de dados produzidos por diferentes fontes, distribuídas e descentralizadas que geram rapidamente dados com relações complexas e em evolução é chamado Big Data. O objetivo deste trabalho é sumarizar as principais abordagens computacionais para Big Data aplicadas no mercado financeiro a fim de identificar o estado da arte na área. O método utilizado é a condução de um mapeamento sistemático da literatura. Os resultados alcançados por esta pesquisa fornecem uma orientação para posicionar apropriadamente novas atividades de pesquisa no tópico investigado.

Palavras-chave


Gestão do conhecimento. Análise financeira. Ciência de dados.

Texto completo: PDF