Predição de Resiliência Econômica a partir de Métodos Supervisionados baseados em Grafos Dinâmicos
Resumo
O desenvolvimento de resiliência econômica é uma das discussões priorizadas nas 5 últimas ocorrências do Fórum Econômico Mundial. Desde a Grande Recessão (2008), diversos trabalhos se dedicaram a definir, mensurar e recuperar fatores que expliquem a diferença entre economias que superam desastres econômicos rapidamente, daquelas que demoram ou precisam de aporte externo. O presente trabalho utiliza bases históricas massivas da ONU para treinar diferentes modelos supervisionados sobre a economia de dezenas de países, apresentando as vantagens de utilizar uma modelagem que considere informações da vizinhança por meio de um grafo dinâmico. Resultados mostram um ganho de até 19% (F1-Score) na previsão de crise e estabilidade
Palavras-chave:
Resiliência em Grafos Dinâmicos, Resiliência Econômica, Métodos Supervisionados para Grafos Dinâmicos, Mineração de Dados em Grafos Dinâmicos, Redes Complexas
Referências
Bristow, G. and Healy, A. (2018). Economic crisis and the resilience of regions: A European study. Edward Elgar Publishing.
de Mello, R. F. and Ponti, M. A. (2018). Statistical learning theory. In Machine Learning, pages 75-128. Springer.
Gao, J., Barzel, B., and Barabasi, A.-L. (2016). Universal resilience patterns in complex networks. Nature, 530(7590):307-312.
Hallegatte, S. (2014). Economic resilience: definition and measurement. World Bank Policy Research Working Paper, (6852).
Holling, C. S. (1973). Resilience and stability of ecological systems. Annual review of ecology and systematics, 4(1):1-23.
Mai, X. and Chan, R. C. (2020). Detecting the intellectual pathway of resilience thinking in urban and regional studies: A critical reflection on resilience literature. Growth and Change, 51(3):876-889.
Punzo, G., Tewari, A., Butans, E., Vasile, M., Purvis, A., Mayfield, M., and Varga, L. (2020). Engineering resilient complex systems: the necessary shift toward complexity science. IEEE Systems Journal, 14(3):3865-3874.
Resbeut, M. (2021). On Economic Resilience: A Theoretical Investigation of The Influence of Clusters. PhD thesis, Université de Fribourg.
Salignac, F., Hanoteau, J., and Ramia, I. (2022). Financial resilience: A way forward towards economic development in developing countries. Social Indicators Research, 160(1):1-33.
Wod, I. (1985). Weight of evidence: A brief survey. Bayesian statistics, 2:249-270.
Yildirim, E., Just, C., and Demir, I. (2022). Flood risk assessment and quantification at the community and property level in the state of iowa. International Journal of Disaster Risk Reduction, page 103106.
de Mello, R. F. and Ponti, M. A. (2018). Statistical learning theory. In Machine Learning, pages 75-128. Springer.
Gao, J., Barzel, B., and Barabasi, A.-L. (2016). Universal resilience patterns in complex networks. Nature, 530(7590):307-312.
Hallegatte, S. (2014). Economic resilience: definition and measurement. World Bank Policy Research Working Paper, (6852).
Holling, C. S. (1973). Resilience and stability of ecological systems. Annual review of ecology and systematics, 4(1):1-23.
Mai, X. and Chan, R. C. (2020). Detecting the intellectual pathway of resilience thinking in urban and regional studies: A critical reflection on resilience literature. Growth and Change, 51(3):876-889.
Punzo, G., Tewari, A., Butans, E., Vasile, M., Purvis, A., Mayfield, M., and Varga, L. (2020). Engineering resilient complex systems: the necessary shift toward complexity science. IEEE Systems Journal, 14(3):3865-3874.
Resbeut, M. (2021). On Economic Resilience: A Theoretical Investigation of The Influence of Clusters. PhD thesis, Université de Fribourg.
Salignac, F., Hanoteau, J., and Ramia, I. (2022). Financial resilience: A way forward towards economic development in developing countries. Social Indicators Research, 160(1):1-33.
Wod, I. (1985). Weight of evidence: A brief survey. Bayesian statistics, 2:249-270.
Yildirim, E., Just, C., and Demir, I. (2022). Flood risk assessment and quantification at the community and property level in the state of iowa. International Journal of Disaster Risk Reduction, page 103106.
Publicado
19/09/2022
Como Citar
ARAÚJO, Marcus; RODRIGUES, Francisco A.; SOUSA, Elaine P..
Predição de Resiliência Econômica a partir de Métodos Supervisionados baseados em Grafos Dinâmicos. In: SIMPÓSIO BRASILEIRO DE BANCO DE DADOS (SBBD), 37. , 2022, Búzios.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2022
.
p. 415-420.
ISSN 2763-8979.
DOI: https://doi.org/10.5753/sbbd.2022.226202.
