| Título: | Judicialização no transporte aéreo brasileiro : uma análise por meio de aprendizado de máquina e de regressão logística multinomial |
| Autor: | Gabriel de Oliveira Torres |
| Programa: | Engenharia de Infraestrutura Aeronáutica |
| Área de Concentração: | Transporte Aéreo e Aeroportos |
| Orientador : | Marcelo Xavier Guterres |
| Coorientador : | Victor Rafael Rezende Celestino |
| Ano de Publicação : | 2022 |
| Curso : | Mestrado Acadêmico |
| Assuntos : | Aprendizagem (inteligência artificial) |
| t | Legislação |
| t | Operações de linhas aéreas |
| t | Regressão logística binária |
| t | Transporte aéreo |
| t | Transportes |
| Resumo : | No Brasil, um dos custos que mais prejudicam as companhias aéreas é o alto número de ações judiciais impetradas contra elas. Este é um problema que pode afetar suas operações, reduzir a entrada de novos concorrentes e criar insegurança jurídica no País. Este trabalho busca evidenciar quais fatores mais contribuem para o aumento dos valores de indenizações judiciais, discutir as relações existentes entre esses fatores e identificar a melhor técnica para predição dos valores indenizados. O objetivo é proporcionar subsídios científicos a companhias aéreas para que possam reduzir a quantidade de judicialização. Esta pesquisa contribui ao inserir um tema que é pouco discutido na literatura e que influencia o setor. O estudo é feito com base nas ações judiciais entre 2016 e 2021 por meio de dados próprios das companhias. O desempenho dos modelos Naive Bayes (NB), Random Forest (RF), Support Vector Machines (SVM) e Regressão Logística Multinomial (RLM) é avaliado por meio da acurácia, área sob a curva ROC e matriz de confusão. Os resultados evidenciaram melhor poder de predição para RF e RLM. A RLM evidenciou que atrasos e cancelamentos de voos influenciam negativamente os valores das sentenças, que em alguns Estados há tendência de haver indenizações acima da média e que o dano moral concedido aos clientes é o principal fator que as tornam maiores. |
| Data de Defesa : | 12/08/2022 |
| Texto na íntegra : | [Visualizar] |