Élément Dublin Core | Valeur | Langue |
dc.contributor.advisor | Souza, Joao Carlos Felix | pt_BR |
dc.contributor.author | Santos, Robério dos | pt_BR |
dc.date.accessioned | 2025-10-13T21:00:44Z | - |
dc.date.available | 2025-10-13T21:00:44Z | - |
dc.date.issued | 2025-10-13 | - |
dc.date.submitted | 2024-12-19 | - |
dc.identifier.citation | SANTOS, Robério dos. Gestão de Riscos como subsídio ao processo decisório de análise de investimentos em novos projetos de startups, com foco na metodologia PROMETHEE e consenso de grupo. 2024. 119 f., il. Dissertação (Mestrado Profissional em Computação Aplicada) — Universidade de Brasília, Brasília, Brasília, 2024. | pt_BR |
dc.identifier.uri | http://repositorio.unb.br/handle/10482/52682 | - |
dc.description | Dissertação (mestrado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, Programa de Pós-Graduação em Computação Aplicada, 2025. | pt_BR |
dc.description.abstract | Este trabalho propõe uma abordagem integrada para Gestão de Riscos na seleção
de projetos, combinando metodologias como Preference Ranking Organization Method
for Enrichment Evaluations (PROMETHEE) II, Analytic Hierarchy Process (AHP)
com teoria bayesiana e DELPHI em um software de apoio à decisão para promover o
consenso de grupo (Group Decision Making - GDM). Focado em startups e organizações que buscam maior precisão na priorização de projetos, o estudo tem como objetivo
oferecer uma ferramenta prática que minimiza o risco de decisões conflitantes. Para
isso, o AHP com teoria bayesiana define pesos dos critérios, enquanto o PROMETHEE II,
com suporte do Group Decision Support System (GDSS), ranqueia os projetos de acordo
com os principais objetivos organizacionais. A metodologia DELPHI é integrada para
consolidar opiniões de especialistas, ampliando a confiabilidade dos resultados.
A pesquisa investiga: É possível classificar projetos por consenso de grupo, reduzindo o
risco de priorizações inadequadas? Os resultados mostram que o uso da teoria bayesiana
no AHP otimizou a precisão na definição dos critérios, com Alinhamento Estratégico
emergindo como o critério mais relevante. Para a fase de ranqueamento, o PROMETHEE
II, em conjunto com o Group Decision Support System (GDSS), trouxe robustez ao
processo, assegurando que as decisões refletem um consenso alinhado aos objetivos estratégicos. Apresentamos um passo a passo dos resultados, facilitando a replicação e
aplicação em ambientes organizacionais de alta incerteza, como startups.
Este trabalho contribui para a literatura ao fornecer um framework que integra
métodos quantitativos e qualitativos, combinando AHP, PROMETHEE II, GDSS e
teoria bayesiana em um modelo de decisão multicritério. Essa abordagem responde
a uma demanda crescente por ferramentas práticas e eficazes na gestão de riscos e
priorização de projetos, oferecendo um suporte decisório ajustável a diferentes
contextos organizacionais e com aplicação direta em startups. | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.title | Gestão de riscos como subsídio ao processo decisório de análise de investimentos em novos projetos de startups, com foco na metodologia PROMETHEE e consenso de grupo | pt_BR |
dc.type | Dissertação | pt_BR |
dc.subject.keyword | Gestão de riscos | pt_BR |
dc.subject.keyword | Decisão por multicritérios | pt_BR |
dc.subject.keyword | Processo de análise hierárquica | pt_BR |
dc.subject.keyword | Teoria bayesiana | pt_BR |
dc.subject.keyword | PROMETHEE | pt_BR |
dc.description.abstract1 | This work proposes an integrated approach for Risk Management in project selection, combining methodologies such as Preference Ranking Organization Method for
Enrichment Evaluations (PROMETHEE) II, Analytic Hierarchy Process (AHP) with
Bayesian theory and DELPHI in a decision support software to promote Group Decision Making (GDM) consensus. Focused on startups and organizations seeking greater
accuracy in project prioritization, the study aims to provide a practical tool that minimizes the risk of conflicting decisions. For this purpose, AHP with Bayesian theory defines
the weights of the criteria, while PROMETHEE II, supported by a Group Decision Support System (GDSS), ranks the projects according to the main organizational objectives.
The DELPHI methodology is integrated to consolidate expert opinions, enhancing the
reliability of the results.
The research investigates: “Is it possible to rank projects through group consensus, reducing the risk of inadequate prioritizations?” The results show that the use of Bayesian
theory in AHP optimized the accuracy of criterion definition, with Strategic Alignment emerging as the most relevant criterion. For the ranking phase, PROMETHEE II,
in conjunction with the Group Decision Support System (GDSS), brought robustness
to the process, ensuring that decisions reflect a consensus aligned with strategic objectives. We present a step-by-step breakdown of the results, facilitating replication
and application in high-uncertainty organizational environments, such as startups.
This work contributes to the literature by providing a framework that integrates
quantitative and qualitative methods, combining AHP, PROMETHEE II, GDSS,
and Bayesian theory in a multi-criteria decision model. This approach addresses a
growing demand for practical and effective tools in risk management and project prioritization, offering decision support adaptable to different organizational contexts
with direct application in startups. | pt_BR |
dc.description.unidade | Instituto de Ciências Exatas (IE) | pt_BR |
dc.description.unidade | Departamento de Ciência da Computação (IE CIC) | pt_BR |
dc.description.ppg | Programa de Pós-Graduação em Computação Aplicada, Mestrado Profissional | pt_BR |
Collection(s) : | Teses, dissertações e produtos pós-doutorado
|