Text mining

Klauber Scheffler Fischer
Orientador: Prof. Oscar Dalfovo, Dr.









Introdução
Objetivos
Fundamentação teórica
Especificações do aplicativo
Desenvolvimento do aplicativo
Operacionalidade do aplicativo
Resultados e discussões
Conclusões
Extensões





Help desk nas empresas, assegurando que os incidentes
gerados por estes chamados não sejam perdidos,
esquecidos ou negligenciados;
Gestão do conhecimento para realizar a captação do
conhecimento, de forma a aumentar o capital intelectual
organizacional;
Text mining com propósito de facilitar a recuperação de
informação, apresentando ao usuário algum tipo de
conhecimento útil;
Atualmente cada profissional de suporte da empresa
resolve os incidentes utilizando conhecimentos tácitos;
Aplicativo para cadastrar e atualizar as soluções
conhecidas fazendo gestão do conhecimento, também
pesquisá-las de forma ágil através da técnica text mining.

Aplicativo no apoio ao setor de suporte,
aplicando gestão do conhecimento e a técnica
de text mining (mineração de texto) para o
cadastro e pesquisa de soluções conhecidas.
 permitir o cadastramento de incidentes, suas soluções
e a atualização destes cadastros;
 possibilitar ao usuário pesquisar as soluções dos
incidentes cadastrados utilizando text mining
 apresentar no retorno da busca o percentual de
relevância da solução
Help desk
Os sistemas help desk têm a principal característica de ser
um facilitador de informações ao usuário, não importando
se esta facilidade é ou não de natureza técnica
computacional. Um sistema help desk constitui um
mecanismo facilitador de informação (Martins, 2000).
 O usuário tem um atendimento mais rápido e
personalizado e a empresa tem um controle maior sobre
quais são os problemas mais comuns e as melhores
formas de solucioná-los. (Martins, 2000).
 Uma ferramenta de help desk proporciona um diferencial
que além da documentação e sistematização, oferece
possibilidade de análise dos processos e fluxo de
informações. (Silva, 2004).

Gestão do conhecimento
Apenas "saber muito" sobre alguma coisa não
proporciona maior poder de competição para
uma organização. (Dalfovo e Tamborlin, 2010)
 A gestão do conhecimento como estratégia
competitiva nas organizações alavanca e
multiplica o capital intelectual. (Figueiredo,
2005).
 Conhecimento tácito ou explícito (Nonaka e
Takeuchi,1997).

Base de dados de conhecimento
Containers de conhecimento e informação,
concebidas para armazenar, compartilhar e
disseminar conhecimentos específicos (Figueiredo,
2002).
 Ambiente de trabalho para o compartilhamento,
recuperação e distribuição de conhecimento
específico. (Ferreira, Loureiro e Martinez, 2004).
 São relacionados: a criação de estruturas coletivas de
referência e o crescimento da competência da
organização para agir e resolver problemas. (Probst,
Raub e Romhardt, 2002)

Descoberta de conhecimento em texto (text mining)
A técnica busca extrair conhecimento útil ao usuário,
recuperando informações e permitindo ao usuário
procurar o conteúdo que lhe seja interessante dentro do
conjunto de textos pré-selecionados, o que reduz o tempo
de busca e proporciona um retorno de informação mais
significativo. (FURTADO, 2004).
 A técnica de text mining vem solucionar grande parte dos
problemas relacionados à busca, recuperação e análise de
informações.
 A sobrecarga de informação é um dos maiores problemas
enfrentados pelos usuários de sistemas atualmente
(WIVES, 2004).


Descoberta de conhecimento em texto (text mining)
Fonte: Wives (2004)
As etapas executadas no desenvolvimento do aplicativo
foram:





cadastro dos dados: o text mining deve ser baseado no
armazenamento de dados de forma estruturada;
processamento e transformação: elimina da frase os dados
que não são adequados informações, ou seja, artigos,
preposições, advérbios e pronomes conforme Figura 2;
mineração de texto: a atividade de descoberta do
conhecimento é onde são processados os algoritmos da
técnica de text mining;
armazenamento: nesta etapa os dados deverão ser
armazenados adequadamente para facilitar a busca;
interpretação/avaliação: os resultados do processo de
descoberta do conhecimento são apresentados de forma que
o usuário possa entender e interpretar os resultados obtidos.
Requisitos funcionais






RF01: O aplicativo deve permitir o cadastramento de usuários
(criação, alteração, exclusão).
RF02: O aplicativo deve exigir login e senha para permitir o
acesso à interface inicial.
RF03: O aplicativo deve permitir ao profissional de suporte o
cadastro dos incidentes e sua(s) solução(s) (criação, alteração,
exclusão).
RF04: O aplicativo deve permitir ao profissional de suporte
atribuir categorias aos incidentes criados.
RF05: O aplicativo deve permitir ao profissional de suporte
pesquisar as soluções no banco de dados de incidentes,
utilizando a técnica de text mining.
RF06: O aplicativo deve apresentar no resultado da pesquisa o
grau de relevância do termo pesquisado.
Requisitos não funcionais
RNF01: O aplicativo deve utilizar banco de dados Hibernate.
RNF02: O aplicativo deve ser desenvolvido utilizando a linguagem
Java.
 RNF03: O aplicativo deve ser compatível com as mais atuais
versões de navegadores disponíveis no mercado, como o Internet
Explorer 8 e Google Chrome 13.
 RNF04: O aplicativo deve conter visualização de tela 1024x768.
 RNF05: Os usuários poderão acessar o aplicativo utilizando
qualquer sistema operacional.


Casos de uso
Ator: usuário
UC1-Cadastrar usuários
UC2-Efetuar login
UC3-Cadastrar incidentes e
soluções
 UC4-Atribuir categorias
aos incidentes
 UC5-Pesquisar incidentes e
soluções



Ator: aplicativo
 UC6-Apresentar grau de
relevância
Técnicas e ferramentas





Java (linguagem de programação)
Eclipse (ambiente de desenvolvimento)
Hibernate (link com o banco de dados)
Google Web Toolkit (interface web)
LingPipe (apoio à linguística)

Login

Cadastro de usuário

Cadastro de incidente

Busca






O mecanismo de busca através da técnica de text
mining foi funcional;
Usuários se mostraram satisfeitos;
Destaque para usabilidade, simplicidade;
Grande utilidade no dia-a-dia da empresa;
Foram sugeridas melhorias;
Resultado do questionário.
Questionário
Questionário
Questionário
Questionário
Questionário
Questionário
Questionário
Questionário
Questionário

Todos objetivos atingidos
 Aplicativo web e help desk de apoio
 Permite o cadastro e atualização dos incidentes
 Permite a busca dos incidentes
 Apresenta grau de relevância nos resultados
O aplicativo forneceu o apoio almejado nos
objetivos ao setor de suporte ao cliente, aplicando
gestão do conhecimento e a técnica de text mining
para a pesquisa de soluções conhecidas.
 Desenvolvimento pessoal

Possibilidade de importar dados de outras fontes,
evitando assim o cadastramento manual;
 Emissão de relatórios informações gerenciais,
(incidentes com maior semelhança, mais buscados,
o número total de cadastrados);
 Possibilidade de enviar por e-mail a solução
encontrada, diretamente pelo aplicativo;
 Uso do modelo ITIL para referência.


“Seja você quem for, seja qual for à posição social
que você tenha na vida, a mais alta ou a mais baixa,
tenha sempre como meta muita força, muita
determinação e sempre faça tudo com muito amor
e com muita fé em Deus, que um dia você chega lá.
De alguma maneira você chega lá.”
Ayrton Senna