INCORPORANDO TÉCNICAS DE MACHINE LEARNING AO ESTUDO DA MIGRAÇÃO INTERNA NO BRASIL

Autores

DOI:

https://doi.org/10.4322/PODes.2019.002

Palavras-chave:

Migração intermunicipal, Aprendizado de máquina, Big microdata

Resumo

Embora o estudo da migração interna, de modo geral, seja feito sobre recortes geográficos que
avaliam os fluxos de origem e destino em determinada área, a compreensão da inserção dos municípios
e dos migrantes na malha migratória nacional fica aquém do possível. A partir dos microdados
do Censo de 2010, este artigo se propõe a resumir o conjunto de fluxos migratórios no
Brasil nos principais padrões, bem como agrupar os diversos fluxos e avaliar quais são as principais
variáveis a serem incluídas nos estudos migratórios. A pesquisa é conduzida combinando
uma análise de componentes principais com a obtenção de regras de associação pelo algoritmo a
priori. Ademais, lança-se mão do algoritmo random forest e da análise de clusters para ter um
perfil mais completo dos fluxos migratórios intermunicipais brasileiros.

Downloads

Publicado

2019-09-01

Como Citar

De Maria, P. F. (2019). INCORPORANDO TÉCNICAS DE MACHINE LEARNING AO ESTUDO DA MIGRAÇÃO INTERNA NO BRASIL. Pesquisa Operacional Para O Desenvolvimento, 11(1), 6–25. https://doi.org/10.4322/PODes.2019.002

Edição

v. 11 n. 1 (2019)

Seção

Artigos

Licença

A submissão de um artigo implica que ela foi aprovada por todos os coautores, se for o caso, bem como pelas autoridades responsáveis da instituição onde o trabalho foi realizado e que o(s) autor(es) estará(ão) implicitamente cedendo seus direitos à SOBRAPO e afirmando que eventuais direitos autorais de terceiros não estão sendo violados. O(s) autor(es), entretanto, permanece(m) responsável(is) pelo conteúdo do artigo publicado na revista. Apesar de se acreditar que a informação divulgada seja verdadeira e acurada na data de sua publicação, os editores e a SOBRAPO não aceitam qualquer responsabilidade legal por erros e omissões que possam ter ocorrido ou que venham a ser identificados.